线性回归图数据点含义及点到回归线距离的性质与作用咨询

问题1：线性回归图上的data points（数据点）代表什么？ #

每个数据点都是用于构建回归模型的真实观测样本，单点的横、纵坐标分别对应自变量、因变量的实际测量值。比如做“广告投入”和“销售额”的相关性分析时，每个点就对应某一周期内实际的广告投入金额（X轴数值）和对应的实际销售额（Y轴数值）。

问题2：数据点到拟合回归线的距离是否为误差？ #

是，不过更准确的叫法是残差，它是理论误差项的可观测估计值。注意这里的距离特指平行于Y轴的垂直距离，不是垂直于回归线的距离，计算逻辑是：残差 = 因变量真实观测值 - 回归线给出的因变量预测值。

问题3：残差的具体作用是什么？ #

• 是拟合最优回归线的核心依据：最常用的普通最小二乘回归（OLS）的计算规则，就是让所有样本的残差平方和最小，以此确定回归直线的斜率和截距
• 直观反映模型拟合效果：残差整体越小、分布越无规律，说明模型对当前数据的拟合程度越好，预测精度越高
• 用于模型假设诊断：可以通过残差的分布特征，验证线性回归的同方差、误差项正态分布、无自相关等核心假设是否成立，也能快速识别数据中的异常值、离群点

参考的线性回归示意图如下：

内容的提问来源于stack exchange，提问作者user11387524