残留误差英文解释翻译、残留误差的近义词、反义词、例句

英语翻译：

【计】 residual error

【化】 residual

error
【计】 booboo; E; errors
【化】 deviation; error
【医】 error
【经】 error

残留误差（Residual Error）是测量学与统计学中的核心概念，指在观测值与理论模型预测值之间无法被解释的剩余差异。其英文对应词为"residual error"，也可表述为"residual variance"或"error term"《牛津科技词典》第3版。该术语常见于以下三个维度：

数学定义在回归分析中，残留误差计算公式为： $$ e_i = y_i - hat{y}_i $$ 其中$y_i$表示实际观测值，$hat{y}_i$为模型预测值《数理统计术语标准》（GB/T 3358.1-2009）。
系统误差关联性不同于系统误差的可预测性，残留误差具有随机性特征。国际标准化组织ISO 3534-1标准指出，残留误差包含未纳入模型的微小干扰因素，如环境噪声、仪器灵敏度极限等。
质量控制应用在工业检测领域，残留误差常作为评估测量系统精度的关键指标。美国材料与试验协会ASTM E456标准规定，残留误差绝对值应小于测量系统允许误差的1/3方视为合格。

《计量学大辞典》强调，残留误差分析是模型优化的基础，通过残差图可检测数据异方差性、非线性关系等潜在问题。该概念在卫星定位校正、药品剂量检测等场景具有重要应用价值。

“残留误差”（Residual Error）是统计学和数据分析中的核心概念，通常指观测数据与模型预测值之间的差异。以下是详细解释：

残留误差（简称残差）是实际观测值（$y_i$）与模型估计值（$hat{y}_i$）的差值，数学表达式为： $$ e_i = y_i - hat{y}_i $$ 它反映了模型未能解释的部分信息。

若需进一步了解具体领域的应用（如计量经济学中的异方差性检验），建议参考统计建模教材或专业分析工具（如R/Python）的文档。