. . . . . . . . . . . . . "St\u00F6rgr\u00F6\u00DFe und Residuum"@de . "\u7EDF\u8BA1\u5B66\u548C\u6700\u4F18\u5316\u4E2D\uFF0C\u8BEF\u5DEE\uFF08error\uFF09\u548C\u6B8B\u5DEE\uFF08residual\uFF09\u662F\u4E24\u4E2A\u76F8\u8FD1\u4F46\u6709\u533A\u522B\u7684\u6982\u5FF5\uFF0C\u4E8C\u8005\u5747\u662F\u7EDF\u8BA1\u6837\u672C\u4E2D\u67D0\u4E00\u5143\u7D20\u7684\u4E0E\u5176\u201C\u771F\u503C\u201D\uFF08\u672A\u5FC5\u53EF\u76F4\u63A5\u89C2\u6D4B\u5F97\u5230\uFF09\u4E4B\u95F4\u7684\u79BB\u5DEE\u7684\u5EA6\u91CF\u3002\u89C2\u5BDF\u7684\u8BEF\u5DEE\u662F\u89C2\u6D4B\u503C\u4E0E\u76F8\u5173\u91CF\uFF08\u4F8B\u5982\u603B\u4F53\u5E73\u5747\u503C\uFF09\u7684\u771F\u503C\u4E4B\u95F4\u7684\u5DEE\u503C\u3002\u6B8B\u5DEE\u662F\u89C2\u6D4B\u503C\u4E0E\u7EDF\u8BA1\u91CF\u7684\u4F30\u8BA1\u503C\uFF08\u4F8B\u5982\u6837\u672C\u5747\u503C\uFF09\u4E4B\u95F4\u7684\u5DEE\u503C\u3002\u8FD9\u79CD\u533A\u522B\u5728\u8FF4\u6B78\u5206\u6790\u4E2D\u81F3\u5173\u91CD\u8981\uFF0C\u56DE\u5F52\u5206\u6790\u4E2D\uFF0C\u8FD9\u4E9B\u6982\u5FF5\u6709\u65F6\u79F0\u4E3A\u56DE\u5F52\u8BEF\u5DEE\uFF08regression errors\uFF09\u548C\u56DE\u5F52\u6B8B\u5DEE\uFF08regression residuals\uFF09\uFF0C\u5B83\u4EEC\u5F15\u51FA\u4E86\u7684\u6982\u5FF5\u3002 \u8BA1\u91CF\u7ECF\u6D4E\u5B66\u4E2D\uFF0C\u8BEF\u5DEE\u4E5F\u79F0\u4E3A\u6270\u52A8\uFF08disturbances\uFF09\u3002"@zh . . "En ingenier\u00EDa y f\u00EDsica, el error aleatorio o accidental es aquel error inevitable que se produce por eventos \u00FAnicos imposibles de controlar durante el proceso de medici\u00F3n. Se contrapone al concepto de error sistem\u00E1tico. En un estudio de investigaci\u00F3n, el error aleatorio o accidental viene determinado por el hecho de tomar solo una muestra de una poblaci\u00F3n para realizar inferencias. Puede disminuirse aumentando el n\u00FAmero y tama\u00F1o de la muestra. Cuantificaci\u00F3n: 1. \n* Prueba de hip\u00F3tesis 2. \n* intervalo de confianza Las fuentes de los errores aleatorios son dif\u00EDciles de identificar o sus efectos no pueden corregirse del todo. Son numerosos y peque\u00F1os pero su acumulaci\u00F3n hace que las medidas fluct\u00FAen alrededor de una media. \n* Datos: Q12089457"@es . . . . . "\u041F\u043E\u0445\u0438\u0431\u043A\u0438 \u0442\u0430 \u0437\u0430\u043B\u0438\u0448\u043A\u0438"@uk . . . "O ato de medir \u00E9, em ess\u00EAncia, um ato de comparar, e essa compara\u00E7\u00E3o envolve erros de diversas origens (dos instrumentos, do operador, do processo de medida etc.). Quando se pretende medir o valor de uma grandeza, pode-se realizar apenas uma ou v\u00E1rias medidas repetidas, dependendo das condi\u00E7\u00F5es experimentais particulares ou ainda da postura adotada frente ao experimento. Em cada caso, deve-se extrair do processo de medida um valor adotado como melhor na representa\u00E7\u00E3o da grandeza e ainda um limite de erro dentro do qual deve estar compreendido o valor real."@pt . "Slumpfel avser den (st\u00F6rre) variation som, f\u00F6r det mesta, uppst\u00E5r mellan upprepade experimentella m\u00E4tningar och det teoretiska v\u00E4rdet eller den givna trenden. Genom att upprepa experimentet flera g\u00E5nger och ber\u00E4kna ett medelv\u00E4rde eller liknande av den givna datan, minskar slumpfelet i v\u00E4rde och ett mer tillf\u00F6rlitligt v\u00E4rde f\u00E5s. I m\u00E5nga sammanhang \u00F6kas tillf\u00F6rlitligheten/anv\u00E4ndbarheten hos datan om man tillsammans med medelv\u00E4rdet redovisar slumpfelets storlek."@sv . "Un r\u00E9sidu est dans une r\u00E9gression le terme qui n'est pas expliqu\u00E9 par les autres variables. En effet, c'est l'ensemble des facteurs variables qui ne s'inscrit pas dans la formule estim\u00E9e. \n* Portail des probabilit\u00E9s et de la statistique"@fr . . . . "Rachunek b\u0142\u0119d\u00F3w"@pl . . "\u8AA4\u5DEE\uFF08\u3054\u3055\u3001error\uFF09\u306F\u3001\u6E2C\u5B9A\u3084\u8A08\u7B97\u306A\u3069\u3067\u5F97\u3089\u308C\u305F\u5024 M \u3068\u3001\u6307\u5B9A\u5024\u3042\u308B\u3044\u306F\u7406\u8AD6\u7684\u306B\u6B63\u3057\u3044\u5024\u3042\u308B\u3044\u306F\u771F\u5024 T \u306E\u5DEE \u03B5 \u3067\u3042\u308A\u3001 \u3067\u8868\u3055\u308C\u308B\u3002"@ja . "Dalam statistika dan , galat (bahasa Inggris: error) adalah sumber variasi data yang tidak dapat dimasukkan ke dalam model. Dalam literatur statistika, galat dikenal pula sebagai sesatan, pengotor, sisa, residu, atau noise. Pada suatu model data sederhana, masing-masing nilai pengamatan (pengamatan) dapat dipilah menjadi rerata (mean) dan (deviation). Di sini, galat sama dengan simpangan. Galat yang demikian ini disebut sebagai galat pengamatan. Dalam pengambilan (sampel) data dari suatu populasi, galat diukur dari penyimpangan nilai rerata contoh dari rerata populasi. Galat ini dikenal sebagai galat pengambilan contoh (sampling error) atau galat contoh saja. \n* l \n* \n* s"@in . . . . . . . . . . . . . . . . . . . . "En enginyeria i estad\u00EDstica, un error aleatori, tamb\u00E9 anomenat error indeterminat, \u00E9s un error que no es pot predir en cap mesura. \u00C9s causat per factors que no (o no podem) controlar. S'evidencia quant al realitzar an\u00E0lisis repetitius d'una mateixa mostra s'obtenen resultats que oscil\u00B7len al voltant d'un valor central. T\u00E9 la mateixa probabilitat de ser positiu o negatiu, sempre hi \u00E9s present i no es pot corregir. A mesura que augmenta el nombre de repeticions, l'efecte d'aquests errors tendeix a disminuir, ja que la seva naturalesa aleat\u00F2ria fa que es compensin els uns als altres. Els errors aleatoris sovint apareixen quant els instruments s\u00F3n portats al seu l\u00EDmit. Per exemple, \u00E9s com\u00FA que les balan\u00E7es digitals mostrin un error aleatori en el seu \u00FAltim d\u00EDgit significatiu. Tres mesuraments del mateix objecte podrien acabar sent recollides com 0,9110 g, 0,99111 o 0,99112."@ca . . . "Teoria dos erros"@pt . "\u0412\u0438\u043F\u0430\u0434\u043A\u043E\u0432\u0430 \u043F\u043E\u0445\u0438\u0431\u043A\u0430 (\u0430\u043D\u0433\u043B. random error) \u2014 \u0441\u043A\u043B\u0430\u0434\u043E\u0432\u0430 \u0437\u0430\u0433\u0430\u043B\u044C\u043D\u043E\u0457 \u043F\u043E\u0445\u0438\u0431\u043A\u0438 \u0432\u0438\u043C\u0456\u0440\u044E\u0432\u0430\u043D\u043D\u044F, \u044F\u043A\u0430 \u0437\u043C\u0456\u043D\u044E\u0454\u0442\u044C\u0441\u044F \u0432\u0438\u043F\u0430\u0434\u043A\u043E\u0432\u0438\u043C \u0447\u0438\u043D\u043E\u043C (\u044F\u043A \u0437\u0430 \u0437\u043D\u0430\u043A\u043E\u043C, \u0442\u0430\u043A \u0456 \u0437\u0430 \u0432\u0435\u043B\u0438\u0447\u0438\u043D\u043E\u044E) \u043F\u0456\u0434 \u0447\u0430\u0441 \u043F\u043E\u0432\u0442\u043E\u0440\u043D\u0438\u0445 \u0432\u0438\u043C\u0456\u0440\u044E\u0432\u0430\u043D\u044C \u043E\u0434\u043D\u0456\u0454\u0457 \u0456 \u0442\u0456\u0454\u0457 \u0436 \u0432\u0435\u043B\u0438\u0447\u0438\u043D\u0438."@uk . . "R\u00E9sidu (statistiques)"@fr . "L'errore casuale o statistico o indeterminato o accidentale \u00E8 un errore di misurazione che pu\u00F2 incidere con la stessa probabilit\u00E0 in aumento o in diminuzione sul valore misurato. Influenza la precisione del risultato. Dalla definizione segue che una serie ripetuta di misurazioni comporta la progressiva riduzione dell'errore casuale, poich\u00E9 i singoli scostamenti si annullano reciprocamente."@it . . . . "In der Technik, den Natur- und anderen Wissenschaften ist bekannt, dass sich Messwerte bei wiederholten Messungen trotz gleicher Bedingungen h\u00E4ufig unterschiedlich ergeben. Als zuf\u00E4llige Abweichungen oder Zufallsfehler werden die Abweichungen der Messwerte von ihrem Mittelwert bezeichnet (streng nach DIN 1319-1 die Abweichungen vom Erwartungswert als dem Grenzwert des Mittelwertes nach unendlich vielen Messwerten). Zuf\u00E4llige Abweichungen streuen in Betrag und Vorzeichen. Nach DIN 1319-1 kommen als Ursachen zuf\u00E4lliger Messabweichungen in der Regel vor: abgek\u00FCrzt zu abgek\u00FCrzt zu"@de . . . . . . "Slumpfel"@sv . . "\u0412\u0438\u043F\u0430\u0434\u043A\u043E\u0432\u0430 \u043F\u043E\u0445\u0438\u0431\u043A\u0430 (\u0430\u043D\u0433\u043B. random error) \u2014 \u0441\u043A\u043B\u0430\u0434\u043E\u0432\u0430 \u0437\u0430\u0433\u0430\u043B\u044C\u043D\u043E\u0457 \u043F\u043E\u0445\u0438\u0431\u043A\u0438 \u0432\u0438\u043C\u0456\u0440\u044E\u0432\u0430\u043D\u043D\u044F, \u044F\u043A\u0430 \u0437\u043C\u0456\u043D\u044E\u0454\u0442\u044C\u0441\u044F \u0432\u0438\u043F\u0430\u0434\u043A\u043E\u0432\u0438\u043C \u0447\u0438\u043D\u043E\u043C (\u044F\u043A \u0437\u0430 \u0437\u043D\u0430\u043A\u043E\u043C, \u0442\u0430\u043A \u0456 \u0437\u0430 \u0432\u0435\u043B\u0438\u0447\u0438\u043D\u043E\u044E) \u043F\u0456\u0434 \u0447\u0430\u0441 \u043F\u043E\u0432\u0442\u043E\u0440\u043D\u0438\u0445 \u0432\u0438\u043C\u0456\u0440\u044E\u0432\u0430\u043D\u044C \u043E\u0434\u043D\u0456\u0454\u0457 \u0456 \u0442\u0456\u0454\u0457 \u0436 \u0432\u0435\u043B\u0438\u0447\u0438\u043D\u0438."@uk . "L'errore casuale o statistico o indeterminato o accidentale \u00E8 un errore di misurazione che pu\u00F2 incidere con la stessa probabilit\u00E0 in aumento o in diminuzione sul valore misurato. Influenza la precisione del risultato. Dalla definizione segue che una serie ripetuta di misurazioni comporta la progressiva riduzione dell'errore casuale, poich\u00E9 i singoli scostamenti si annullano reciprocamente. Questo genere di errore \u00E8 prodotto da fenomeni aleatori derivati da errori di lettura degli strumenti o fluttuazioni indotte da fenomeni esterni, come disturbi, variazioni di temperatura ecc. Pi\u00F9 uno strumento \u00E8 preciso e meno questi fenomeni aleatori influenzano la misurazione (e dunque pi\u00F9 piccoli sono mediamente gli errori casuali associati)."@it . "En ingenier\u00EDa y f\u00EDsica, el error aleatorio o accidental es aquel error inevitable que se produce por eventos \u00FAnicos imposibles de controlar durante el proceso de medici\u00F3n. Se contrapone al concepto de error sistem\u00E1tico. En un estudio de investigaci\u00F3n, el error aleatorio o accidental viene determinado por el hecho de tomar solo una muestra de una poblaci\u00F3n para realizar inferencias. Puede disminuirse aumentando el n\u00FAmero y tama\u00F1o de la muestra. Cuantificaci\u00F3n: 1. \n* Prueba de hip\u00F3tesis 2. \n* intervalo de confianza \n* Datos: Q12089457"@es . . . "In der Statistik sind St\u00F6rgr\u00F6\u00DFe und Residuum zwei eng verwandte Konzepte. Die St\u00F6rgr\u00F6\u00DFen (nicht zu verwechseln mit St\u00F6rparametern oder St\u00F6rfaktoren), auch St\u00F6rvariablen, St\u00F6rterme, Fehlerterme oder kurz Fehler genannt, sind in einer einfachen oder multiplen Regressionsgleichung unbeobachtbare Zufallsvariablen, die den vertikalen Abstand zwischen Beobachtungspunkt und wahrer Gerade (Regressionsfunktion der Grundgesamtheit) messen. F\u00FCr sie nimmt man f\u00FCr gew\u00F6hnlich an, dass sie unkorreliert sind, einen Erwartungswert von Null und eine homogene Varianz aufweisen (Gau\u00DF-Markow-Annahmen). Sie beinhalten unbeobachtete Faktoren, die sich auf die abh\u00E4ngige Variable auswirken. Die St\u00F6rgr\u00F6\u00DFe kann auch Messfehler in den beobachteten abh\u00E4ngigen oder unabh\u00E4ngigen Variablen enthalten."@de . "Galat"@in . "\u8BEF\u5DEE"@zh . . "Rachunek b\u0142\u0119d\u00F3w \u2013 zesp\u00F3\u0142 zagadnie\u0144 na pograniczu metrologii, statystyki i matematyki stosowanej, obejmuj\u0105cy zasady opracowywania i prezentacji wynik\u00F3w do\u015Bwiadczalnych. Analiza b\u0142\u0119d\u00F3w obejmuje dyskusje zasadno\u015Bci stosowanych metod pomiarowych, dyskusje ich dok\u0142adno\u015Bci i powtarzalno\u015Bci oraz w\u0142a\u015Bciw\u0105 analiz\u0119 wielko\u015Bci b\u0142\u0119d\u00F3w, czyli w\u0142a\u015Bnie rachunek b\u0142\u0119d\u00F3w. Wszelkie wyniki pomiar\u00F3w pozbawione dyskusji b\u0142\u0119d\u00F3w, a zw\u0142aszcza okre\u015Blenia b\u0142\u0119du pomiarowego, s\u0105 w istocie wy\u0142\u0105cznie wskazaniami. Je\u015Bli na przyk\u0142ad kto\u015B stwierdza, \u017Ce jest wzrostu 4 m, to w zasadzie mo\u017Ce by\u0107 to prawda, bowiem kluczowe jest zagadnienie: w jaki spos\u00F3b dokonano pomiaru. Analizuj\u0105c mo\u017Cliwe b\u0142\u0119dy pomiarowe oraz prezentuj\u0105c wyniki pomiar\u00F3w, u\u017Cywamy nast\u0119puj\u0105cych okre\u015Ble\u0144: \n* warto\u015B\u0107 prawdziwa: rzeczywista wielko\u015Bci, kt\u00F3ra zazwyczaj pozostaje nieznana, ale mo\u017Ce by\u0107 przybli\u017Cona za pomoc\u0105 estymatora, kt\u00F3rym zwykle jest \u015Brednia, o ile zjawisko jest opisywane rozk\u0142adem Gaussa lub pokrewnym, w innych przypadkach sprawy wymagaj\u0105 g\u0142\u0119bszej analizy; \n* b\u0142\u0105d pomiaru: odst\u0119pstwo wyniku jednostkowego pomiaru od warto\u015Bci prawdziwej, kt\u00F3rej na og\u00F3\u0142 nie znamy; \n* b\u0142\u0105d statystyczny: b\u0142\u0105d pomiaru wynikaj\u0105cy z og\u00F3\u0142u wp\u0142yw\u00F3w \u015Brodowiska, kt\u00F3rych cz\u0119sto nie mo\u017Cna zidentyfikowa\u0107 czy wyeliminowa\u0107, w\u0142a\u015Bciwo\u015Bci zastosowanego przyrz\u0105du pomiarowego i innych przyczyn; \n* b\u0142\u0105d systematyczny: b\u0142\u0105d wynikaj\u0105cy z zastosowanej metody pomiaru lub innych przyczyn (np. nie daj\u0105cych si\u0119 wykluczy\u0107, ale znanych zjawisk maj\u0105cych wp\u0142yw na pomiar), zwykle zmieniaj\u0105cy wyniki pomiaru \"w jedn\u0105 stron\u0119\"; \n* b\u0142\u0105d metody: b\u0142\u0105d wynikaj\u0105cy z zastosowanej metody pomiaru, cz\u0119sto maj\u0105cy charakter b\u0142\u0119du systematycznego; \n* : warto\u015B\u0107 maksymalnego odst\u0119pstwa wyniku pomiaru od wielko\u015Bci poprawnej, gwarantowana przez zastosowanie okre\u015Blonej metody pomiarowej: np. miernik mierzy napi\u0119cie z b\u0142\u0119dem maksymalnym 1 mV, co oznacza, \u017Ce warto\u015B\u0107 prawdziwa od pokazywanej przez miernik mo\u017Ce si\u0119 r\u00F3\u017Cni\u0107 co najwy\u017Cej o \u00B11 mV; \n* warto\u015B\u0107 b\u0142\u0119du statystycznego (cz\u0119sto po prostu b\u0142\u0105d statystyczny): warto\u015B\u0107 b\u0142\u0119du wynikaj\u0105ca z analizy statystycznej b\u0142\u0119du. Aby warto\u015B\u0107 ta charakteryzowa\u0142a faktycznie przebieg pomiaru, musi by\u0107 ona wi\u0119ksza ni\u017C b\u0142\u0105d maksymalny. Innymi s\u0142owy, pomiar musi dawa\u0107 r\u00F3\u017Cne wyniki (je\u015Bli ka\u017Cdy pomiar daje w granicach b\u0142\u0119du maksymalnego ten sam wynik, nie ma sensu stosowanie analizy statystycznej, szczeg\u00F3\u0142y zjawiska s\u0105 przed nami ukryte przez bezw\u0142adno\u015B\u0107 uk\u0142adu pomiarowego, podobnie zwi\u0119kszanie liczby pomiar\u00F3w nie poprawi sytuacji. Zwykle jako warto\u015B\u0107 b\u0142\u0119du statystycznego przyjmuje si\u0119 odchylenie standardowe, co jest uzasadnione wy\u0142\u0105cznie, je\u015Bli wyniki pomiar\u00F3w maj\u0105 statystyczny rozk\u0142ad normalny (Gaussa) lub inny, mo\u017Cliwy do zastosowania (np. rozk\u0142ad Studenta); \n* odchylenie standardowe: estymator przybli\u017Caj\u0105cy warto\u015B\u0107 b\u0142\u0119du statystycznego adekwatny w przypadku odpowiedniej liczno\u015Bci pr\u00F3by pomiarowej (np. odchylenie standardowe dla rozk\u0142adu Gaussa mo\u017Cna na og\u00F3\u0142 stosowa\u0107, o ile liczno\u015B\u0107 pr\u00F3by jest wi\u0119ksza lub r\u00F3wna 10) \n* b\u0142\u0105d bezwzgl\u0119dny: warto\u015B\u0107 b\u0142\u0119du liczona adekwatn\u0105 do danej sytuacji metod\u0105 (jako b\u0142\u0105d maksymalny lub jako b\u0142\u0105d statystyczny) \n* b\u0142\u0105d wzgl\u0119dny: warto\u015B\u0107 b\u0142\u0119du podana jako procent mierzonej wielko\u015Bci. W niekt\u00F3rych przypadkach dzia\u0142anie przyrz\u0105du pomiarowego (np. pomiar energii elektrycznej) wymusza takie okre\u015Blenie b\u0142\u0119du maksymalnego, to znaczy, dla tych metod pomiaru b\u0142\u0105d maksymalny pomiaru jest podawany jako b\u0142\u0105d wzgl\u0119dny. Jednak samo poj\u0119cie b\u0142\u0119du wzgl\u0119dnego jest tak wygodne w u\u017Cyciu, \u017Ce stosuje si\u0119 je tak\u017Ce i tam, gdzie nie ma to czysto technicznego uzasadnienia. B\u0142\u0105d wzgl\u0119dny charakteryzuje u\u017Cyt\u0105 metod\u0119 pomiaru, a w mniejszym stopniu sam wynik pomiaru; \n* b\u0142\u0105d gruby, pomy\u0142ka: ma miejsce, gdy kt\u00F3ry\u015B z wynik\u00F3w pomiaru odbiega znacznie od pozosta\u0142ych, mo\u017Cemy przypuszcza\u0107, \u017Ce zasz\u0142o jakie\u015B zdarzenie, kt\u00F3re spowodowa\u0142o wypaczenia eksperymentu. Wyniki takie cz\u0119sto s\u0105 odrzucane podczas analizy statystycznej. B\u0142\u0119dy grube wynikaj\u0105 najcz\u0119\u015Bciej z jakiego\u015B powa\u017Cnego przeoczenia, pomy\u0142ki \u2013 np. z\u0142ego odczytania skali miernika, z pomylenia miejsca zapisu przecinka podczas przetwarzania pomiar\u00F3w, zmierzenie nie tego obiektu itp. \n* maksymalny b\u0142\u0105d: najwi\u0119ksza warto\u015B\u0107 b\u0142\u0119du pomiarowego jaka mo\u017Ce wyst\u0105pi\u0107 w danym do\u015Bwiadczeniu, wielko\u015B\u0107 nieograniczona i nieokre\u015Blona w \u017Caden spos\u00F3b Od 1995 r. zalecane jest stosowanie w praktyce pomiarowej rachunku niepewno\u015Bci."@pl . . . . . . . . . . . . . "\u8AA4\u5DEE"@ja . . . "Errors, theory of"@en . . "461509"^^ . "Error aleatori"@ca . . . . . . . "1118375138"^^ . "Un r\u00E9sidu est dans une r\u00E9gression le terme qui n'est pas expliqu\u00E9 par les autres variables. En effet, c'est l'ensemble des facteurs variables qui ne s'inscrit pas dans la formule estim\u00E9e. \n* Portail des probabilit\u00E9s et de la statistique"@fr . "Slumpfel avser den (st\u00F6rre) variation som, f\u00F6r det mesta, uppst\u00E5r mellan upprepade experimentella m\u00E4tningar och det teoretiska v\u00E4rdet eller den givna trenden. Genom att upprepa experimentet flera g\u00E5nger och ber\u00E4kna ett medelv\u00E4rde eller liknande av den givna datan, minskar slumpfelet i v\u00E4rde och ett mer tillf\u00F6rlitligt v\u00E4rde f\u00E5s. I m\u00E5nga sammanhang \u00F6kas tillf\u00F6rlitligheten/anv\u00E4ndbarheten hos datan om man tillsammans med medelv\u00E4rdet redovisar slumpfelets storlek."@sv . . "In statistics and optimization, errors and residuals are two closely related and easily confused measures of the deviation of an observed value of an element of a statistical sample from its \"true value\" (not necessarily observable). The error of an observation is the deviation of the observed value from the true value of a quantity of interest (for example, a population mean). The residual is the difference between the observed value and the estimated value of the quantity of interest (for example, a sample mean). The distinction is most important in regression analysis, where the concepts are sometimes called the regression errors and regression residuals and where they lead to the concept of studentized residuals.In econometrics, \"errors\" are also called disturbances."@en . . . "In statistics and optimization, errors and residuals are two closely related and easily confused measures of the deviation of an observed value of an element of a statistical sample from its \"true value\" (not necessarily observable). The error of an observation is the deviation of the observed value from the true value of a quantity of interest (for example, a population mean). The residual is the difference between the observed value and the estimated value of the quantity of interest (for example, a sample mean). The distinction is most important in regression analysis, where the concepts are sometimes called the regression errors and regression residuals and where they lead to the concept of studentized residuals.In econometrics, \"errors\" are also called disturbances."@en . "In der Technik, den Natur- und anderen Wissenschaften ist bekannt, dass sich Messwerte bei wiederholten Messungen trotz gleicher Bedingungen h\u00E4ufig unterschiedlich ergeben. Als zuf\u00E4llige Abweichungen oder Zufallsfehler werden die Abweichungen der Messwerte von ihrem Mittelwert bezeichnet (streng nach DIN 1319-1 die Abweichungen vom Erwartungswert als dem Grenzwert des Mittelwertes nach unendlich vielen Messwerten). Zuf\u00E4llige Abweichungen streuen in Betrag und Vorzeichen. Die Alternative sind Abweichungen, die sich bei wiederholten Messungen stets wieder gleich ergeben. Sie werden als systematische Abweichungen bezeichnet. Die Abweichung eines Messwertes vom wahren Wert wird als Messabweichung bezeichnet. Sie setzt sich additiv aus einer systematischen und einer zuf\u00E4lligen Komponente zusammen. \n* Die systematische Komponente l\u00E4sst sich im Prinzip durch Erkundung ihrer Ursachen und deren (konstanter) Einfl\u00FCsse (z. B. Temperatureinfluss, Schaltungseinfluss) erfassen. \n* Die zuf\u00E4llige Komponente l\u00E4sst sich mit statistischen Methoden (vorzugsweise Fehlerrechnung) rechnerisch aus einer gen\u00FCgend gro\u00DFen Anzahl von Einzelmesswerten absch\u00E4tzen. Mit einer steigenden Anzahl von Messwerten n\u00E4hert sich deren Mittelwert dem Erwartungswert an; die zuf\u00E4llige Abweichung oder Unsicherheit des Mittelwertes n\u00E4hert sich zugleich der Null an. Mathematisch ergibt sich die Konvergenz aus dem Gesetz der gro\u00DFen Zahlen. Durch Berichtigung des Mittelwerts um die systematischen Abweichungen erh\u00E4lt man die bestm\u00F6gliche Ann\u00E4herung an den wahren Wert. Nach DIN 1319-1 kommen als Ursachen zuf\u00E4lliger Messabweichungen in der Regel vor: \n* Nicht beherrschbare Einfl\u00FCsse der Messger\u00E4te, \n* Nicht beherrschbare Einfl\u00FCsse aus der Umgebung, \n* Nicht beherrschbare \u00C4nderungen des Wertes der Messgr\u00F6\u00DFe, \n* Nicht einseitig gerichtete Einfl\u00FCsse des Beobachters (z. B. bei der Ablesung einer Skale). Bestimmt man aus den Messwerten den Mittelwert und dessen Unsicherheit , dann wird bei Abwesenheit systematischer Abweichungen der wahre Wert mit einer gewissen statistischen Sicherheit vermutet in abgek\u00FCrzt zu Diese Schreibweise mit \u00B1 darf nicht zu Verwechselungen mit unbekannten systematischen Messger\u00E4teabweichungen f\u00FChren, f\u00FCr die man in der praktischen Messtechnik eine Fehlergrenze G angibt, so dass bei einem abgelesenen Wert in derselben Schreibweise gilt abgek\u00FCrzt zu Bei Messger\u00E4teabweichungen kann man gem\u00E4\u00DF DIN 1319-1 davon ausgehen, dass der Betrag der zuf\u00E4lligen Abweichung wesentlich kleiner ist als die Fehlergrenze (anderenfalls ist auch die zuf\u00E4llige Abweichung bei der Festlegung der Fehlergrenze zu ber\u00FCcksichtigen). Bei Messwerten, deren Qualit\u00E4t von den Fehlergrenzen der Messger\u00E4te bestimmt wird, ist die Untersuchung zuf\u00E4lliger Abweichungen somit nicht sinnvoll."@de . . "\u0412\u0438\u043F\u0430\u0434\u043A\u043E\u0432\u0430 \u043F\u043E\u0445\u0438\u0431\u043A\u0430"@uk . "Rachunek b\u0142\u0119d\u00F3w \u2013 zesp\u00F3\u0142 zagadnie\u0144 na pograniczu metrologii, statystyki i matematyki stosowanej, obejmuj\u0105cy zasady opracowywania i prezentacji wynik\u00F3w do\u015Bwiadczalnych. Analiza b\u0142\u0119d\u00F3w obejmuje dyskusje zasadno\u015Bci stosowanych metod pomiarowych, dyskusje ich dok\u0142adno\u015Bci i powtarzalno\u015Bci oraz w\u0142a\u015Bciw\u0105 analiz\u0119 wielko\u015Bci b\u0142\u0119d\u00F3w, czyli w\u0142a\u015Bnie rachunek b\u0142\u0119d\u00F3w. Wszelkie wyniki pomiar\u00F3w pozbawione dyskusji b\u0142\u0119d\u00F3w, a zw\u0142aszcza okre\u015Blenia b\u0142\u0119du pomiarowego, s\u0105 w istocie wy\u0142\u0105cznie wskazaniami. Je\u015Bli na przyk\u0142ad kto\u015B stwierdza, \u017Ce jest wzrostu 4 m, to w zasadzie mo\u017Ce by\u0107 to prawda, bowiem kluczowe jest zagadnienie: w jaki spos\u00F3b dokonano pomiaru."@pl . . "En enginyeria i estad\u00EDstica, un error aleatori, tamb\u00E9 anomenat error indeterminat, \u00E9s un error que no es pot predir en cap mesura. \u00C9s causat per factors que no (o no podem) controlar. S'evidencia quant al realitzar an\u00E0lisis repetitius d'una mateixa mostra s'obtenen resultats que oscil\u00B7len al voltant d'un valor central. T\u00E9 la mateixa probabilitat de ser positiu o negatiu, sempre hi \u00E9s present i no es pot corregir. A mesura que augmenta el nombre de repeticions, l'efecte d'aquests errors tendeix a disminuir, ja que la seva naturalesa aleat\u00F2ria fa que es compensin els uns als altres."@ca . "B\u0142\u0105d przypadkowy"@pl . "p/e036240"@en . "\u8AA4\u5DEE\uFF08\u3054\u3055\u3001error\uFF09\u306F\u3001\u6E2C\u5B9A\u3084\u8A08\u7B97\u306A\u3069\u3067\u5F97\u3089\u308C\u305F\u5024 M \u3068\u3001\u6307\u5B9A\u5024\u3042\u308B\u3044\u306F\u7406\u8AD6\u7684\u306B\u6B63\u3057\u3044\u5024\u3042\u308B\u3044\u306F\u771F\u5024 T \u306E\u5DEE \u03B5 \u3067\u3042\u308A\u3001 \u3067\u8868\u3055\u308C\u308B\u3002"@ja . . . . "\u0423 \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u0446\u0456 \u0442\u0430 \u043E\u043F\u0442\u0438\u043C\u0456\u0437\u0430\u0446\u0456\u0457 \u043F\u043E\u0301\u0445\u0438\u0431\u043A\u0438 (\u0430\u043D\u0433\u043B. errors) \u0442\u0430 \u0437\u0430\u0301\u043B\u0438\u0448\u043A\u0438 (\u0430\u043D\u0433\u043B. residuals) \u0454 \u0442\u0456\u0441\u043D\u043E \u043F\u043E\u0432'\u044F\u0437\u0430\u043D\u0438\u043C\u0438 \u043C\u0456\u0440\u0430\u043C\u0438 \u0432\u0456\u0434\u0445\u0438\u043B\u0435\u043D\u043D\u044F \u0441\u043F\u043E\u0441\u0442\u0435\u0440\u0435\u0436\u0443\u0432\u0430\u043D\u043E\u0433\u043E \u0437\u043D\u0430\u0447\u0435\u043D\u043D\u044F \u0435\u043B\u0435\u043C\u0435\u043D\u0442\u0443 \u0432\u0438\u0431\u0456\u0440\u043A\u0438 \u0432\u0456\u0434 \u0439\u043E\u0433\u043E \u00AB\u0442\u0435\u043E\u0440\u0435\u0442\u0438\u0447\u043D\u043E\u0433\u043E \u0437\u043D\u0430\u0447\u0435\u043D\u043D\u044F\u00BB, \u044F\u043A\u0456 \u043B\u0435\u0433\u043A\u043E \u0441\u043F\u043B\u0443\u0442\u0430\u0442\u0438. \u041F\u043E\u0445\u0438\u0431\u043A\u0430 (\u0430\u0431\u043E \u0437\u0431\u0443\u0301\u0440\u0435\u043D\u043D\u044F) \u0441\u043F\u043E\u0441\u0442\u0435\u0440\u0435\u0436\u0443\u0432\u0430\u043D\u043E\u0433\u043E \u0437\u043D\u0430\u0447\u0435\u043D\u043D\u044F \u0454 \u0432\u0456\u0434\u0445\u0438\u043B\u0435\u043D\u043D\u044F\u043C \u0446\u044C\u043E\u0433\u043E \u0441\u043F\u043E\u0441\u0442\u0435\u0440\u0435\u0436\u0443\u0432\u0430\u043D\u043E\u0433\u043E \u0437\u043D\u0430\u0447\u0435\u043D\u043D\u044F \u0432\u0456\u0434 (\u043D\u0435 \u0441\u043F\u043E\u0441\u0442\u0435\u0440\u0435\u0436\u0443\u0432\u0430\u043D\u043E\u0433\u043E) \u0456\u0441\u0442\u0438\u043D\u043D\u043E\u0433\u043E \u0437\u043D\u0430\u0447\u0435\u043D\u043D\u044F \u0434\u043E\u0441\u043B\u0456\u0434\u0436\u0443\u0432\u0430\u043D\u043E\u0457 \u0432\u0435\u043B\u0438\u0447\u0438\u043D\u0438 (\u043D\u0430\u043F\u0440\u0438\u043A\u043B\u0430\u0434, \u0441\u0435\u0440\u0435\u0434\u043D\u044C\u043E\u0433\u043E \u0437\u043D\u0430\u0447\u0435\u043D\u043D\u044F \u0433\u0435\u043D\u0435\u0440\u0430\u043B\u044C\u043D\u043E\u0457 \u0441\u0443\u043A\u0443\u043F\u043D\u043E\u0441\u0442\u0456), \u0430 \u0437\u0430\u043B\u0438\u0448\u043A\u043E\u043C \u0441\u043F\u043E\u0441\u0442\u0435\u0440\u0435\u0436\u0443\u0432\u0430\u043D\u043E\u0457 \u0437\u043C\u0456\u043D\u043D\u043E\u0457 \u0454 \u0440\u0456\u0437\u043D\u0438\u0446\u044F \u043C\u0456\u0436 \u0446\u0438\u043C \u0441\u043F\u043E\u0441\u0442\u0435\u0440\u0435\u0436\u0443\u0432\u0430\u043D\u0438\u043C \u0437\u043D\u0430\u0447\u0435\u043D\u043D\u044F\u043C \u0442\u0430 \u043E\u0446\u0456\u043D\u043A\u043E\u044E \u0437\u043D\u0430\u0447\u0435\u043D\u043D\u044F \u0434\u043E\u0441\u043B\u0456\u0434\u0436\u0443\u0432\u0430\u043D\u043E\u0457 \u0432\u0435\u043B\u0438\u0447\u0438\u043D\u0438 (\u043D\u0430\u043F\u0440\u0438\u043A\u043B\u0430\u0434, \u0441\u0435\u0440\u0435\u0434\u043D\u0456\u043C \u0437\u043D\u0430\u0447\u0435\u043D\u043D\u044F\u043C \u0432\u0438\u0431\u0456\u0440\u043A\u0438). \u041D\u0430\u0439\u0432\u0430\u0436\u043B\u0438\u0432\u0456\u0448\u043E\u044E \u0446\u044F \u0432\u0456\u0434\u043C\u0456\u043D\u043D\u0456\u0441\u0442\u044C \u0454 \u0432 \u0440\u0435\u0433\u0440\u0435\u0441\u0456\u0439\u043D\u043E\u043C\u0443 \u0430\u043D\u0430\u043B\u0456\u0437\u0456, \u0434\u0435 \u0432\u043E\u043D\u0430 \u043F\u0440\u0438\u0432\u043E\u0434\u0438\u0442\u044C \u0434\u043E \u043F\u043E\u043D\u044F\u0442\u0442\u044F ."@uk . . . . . . . . . . . . . . . . . . . "Error aleatorio"@es . . . . . . . . . "B\u0142\u0105d przypadkowy (b\u0142\u0105d losowy) \u2013 rodzaj b\u0142\u0119du pomiaru, niewynikaj\u0105cy z czynnik\u00F3w systematycznych, powtarzalnych. Nie mo\u017Cna z g\u00F3ry przewidzie\u0107 jego warto\u015Bci w kolejnych pomiarach. Informacj\u0119 na temat skali wyst\u0119powania tego b\u0142\u0119du mo\u017Cna uzyska\u0107 po wykonaniu serii pomiar\u00F3w i wyliczeniu wybranej miary zr\u00F3\u017Cnicowania rozk\u0142adu, np. odchylenia standardowego."@pl . . "Zuf\u00E4llige Abweichung"@de . "Errors and residuals"@en . "O ato de medir \u00E9, em ess\u00EAncia, um ato de comparar, e essa compara\u00E7\u00E3o envolve erros de diversas origens (dos instrumentos, do operador, do processo de medida etc.). Quando se pretende medir o valor de uma grandeza, pode-se realizar apenas uma ou v\u00E1rias medidas repetidas, dependendo das condi\u00E7\u00F5es experimentais particulares ou ainda da postura adotada frente ao experimento. Em cada caso, deve-se extrair do processo de medida um valor adotado como melhor na representa\u00E7\u00E3o da grandeza e ainda um limite de erro dentro do qual deve estar compreendido o valor real."@pt . . "Dalam statistika dan , galat (bahasa Inggris: error) adalah sumber variasi data yang tidak dapat dimasukkan ke dalam model. Dalam literatur statistika, galat dikenal pula sebagai sesatan, pengotor, sisa, residu, atau noise. Pada suatu model data sederhana, masing-masing nilai pengamatan (pengamatan) dapat dipilah menjadi rerata (mean) dan (deviation). Di sini, galat sama dengan simpangan. Galat yang demikian ini disebut sebagai galat pengamatan. \n* l \n* \n* s"@in . "B\u0142\u0105d przypadkowy (b\u0142\u0105d losowy) \u2013 rodzaj b\u0142\u0119du pomiaru, niewynikaj\u0105cy z czynnik\u00F3w systematycznych, powtarzalnych. Nie mo\u017Cna z g\u00F3ry przewidzie\u0107 jego warto\u015Bci w kolejnych pomiarach. Informacj\u0119 na temat skali wyst\u0119powania tego b\u0142\u0119du mo\u017Cna uzyska\u0107 po wykonaniu serii pomiar\u00F3w i wyliczeniu wybranej miary zr\u00F3\u017Cnicowania rozk\u0142adu, np. odchylenia standardowego. Wyst\u0119powanie b\u0142\u0119d\u00F3w przypadkowych powoduje, \u017Ce wyniki kolejnych pomiar\u00F3w zmieniaj\u0105 si\u0119 w spos\u00F3b losowy, mimo \u017Ce mierzona jest ta sama wielko\u015B\u0107 w warunkach praktycznie niezmiennych. Mo\u017Cna je modelowa\u0107 przy pomocy rozk\u0142ad\u00F3w statystycznych przyk\u0142adowo rozk\u0142adu normalnego (Gaussa)."@pl . "\u0423 \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u0446\u0456 \u0442\u0430 \u043E\u043F\u0442\u0438\u043C\u0456\u0437\u0430\u0446\u0456\u0457 \u043F\u043E\u0301\u0445\u0438\u0431\u043A\u0438 (\u0430\u043D\u0433\u043B. errors) \u0442\u0430 \u0437\u0430\u0301\u043B\u0438\u0448\u043A\u0438 (\u0430\u043D\u0433\u043B. residuals) \u0454 \u0442\u0456\u0441\u043D\u043E \u043F\u043E\u0432'\u044F\u0437\u0430\u043D\u0438\u043C\u0438 \u043C\u0456\u0440\u0430\u043C\u0438 \u0432\u0456\u0434\u0445\u0438\u043B\u0435\u043D\u043D\u044F \u0441\u043F\u043E\u0441\u0442\u0435\u0440\u0435\u0436\u0443\u0432\u0430\u043D\u043E\u0433\u043E \u0437\u043D\u0430\u0447\u0435\u043D\u043D\u044F \u0435\u043B\u0435\u043C\u0435\u043D\u0442\u0443 \u0432\u0438\u0431\u0456\u0440\u043A\u0438 \u0432\u0456\u0434 \u0439\u043E\u0433\u043E \u00AB\u0442\u0435\u043E\u0440\u0435\u0442\u0438\u0447\u043D\u043E\u0433\u043E \u0437\u043D\u0430\u0447\u0435\u043D\u043D\u044F\u00BB, \u044F\u043A\u0456 \u043B\u0435\u0433\u043A\u043E \u0441\u043F\u043B\u0443\u0442\u0430\u0442\u0438. \u041F\u043E\u0445\u0438\u0431\u043A\u0430 (\u0430\u0431\u043E \u0437\u0431\u0443\u0301\u0440\u0435\u043D\u043D\u044F) \u0441\u043F\u043E\u0441\u0442\u0435\u0440\u0435\u0436\u0443\u0432\u0430\u043D\u043E\u0433\u043E \u0437\u043D\u0430\u0447\u0435\u043D\u043D\u044F \u0454 \u0432\u0456\u0434\u0445\u0438\u043B\u0435\u043D\u043D\u044F\u043C \u0446\u044C\u043E\u0433\u043E \u0441\u043F\u043E\u0441\u0442\u0435\u0440\u0435\u0436\u0443\u0432\u0430\u043D\u043E\u0433\u043E \u0437\u043D\u0430\u0447\u0435\u043D\u043D\u044F \u0432\u0456\u0434 (\u043D\u0435 \u0441\u043F\u043E\u0441\u0442\u0435\u0440\u0435\u0436\u0443\u0432\u0430\u043D\u043E\u0433\u043E) \u0456\u0441\u0442\u0438\u043D\u043D\u043E\u0433\u043E \u0437\u043D\u0430\u0447\u0435\u043D\u043D\u044F \u0434\u043E\u0441\u043B\u0456\u0434\u0436\u0443\u0432\u0430\u043D\u043E\u0457 \u0432\u0435\u043B\u0438\u0447\u0438\u043D\u0438 (\u043D\u0430\u043F\u0440\u0438\u043A\u043B\u0430\u0434, \u0441\u0435\u0440\u0435\u0434\u043D\u044C\u043E\u0433\u043E \u0437\u043D\u0430\u0447\u0435\u043D\u043D\u044F \u0433\u0435\u043D\u0435\u0440\u0430\u043B\u044C\u043D\u043E\u0457 \u0441\u0443\u043A\u0443\u043F\u043D\u043E\u0441\u0442\u0456), \u0430 \u0437\u0430\u043B\u0438\u0448\u043A\u043E\u043C \u0441\u043F\u043E\u0441\u0442\u0435\u0440\u0435\u0436\u0443\u0432\u0430\u043D\u043E\u0457 \u0437\u043C\u0456\u043D\u043D\u043E\u0457 \u0454 \u0440\u0456\u0437\u043D\u0438\u0446\u044F \u043C\u0456\u0436 \u0446\u0438\u043C \u0441\u043F\u043E\u0441\u0442\u0435\u0440\u0435\u0436\u0443\u0432\u0430\u043D\u0438\u043C \u0437\u043D\u0430\u0447\u0435\u043D\u043D\u044F\u043C \u0442\u0430 \u043E\u0446\u0456\u043D\u043A\u043E\u044E \u0437\u043D\u0430\u0447\u0435\u043D\u043D\u044F \u0434\u043E\u0441\u043B\u0456\u0434\u0436\u0443\u0432\u0430\u043D\u043E\u0457 \u0432\u0435\u043B\u0438\u0447\u0438\u043D\u0438 (\u043D\u0430\u043F\u0440\u0438\u043A\u043B\u0430\u0434, \u0441\u0435\u0440\u0435\u0434\u043D\u0456\u043C \u0437\u043D\u0430\u0447\u0435\u043D\u043D\u044F\u043C \u0432\u0438\u0431\u0456\u0440\u043A\u0438). \u041D\u0430\u0439\u0432\u0430\u0436\u043B\u0438\u0432\u0456\u0448\u043E\u044E \u0446\u044F \u0432\u0456\u0434\u043C\u0456\u043D\u043D\u0456\u0441\u0442\u044C \u0454 \u0432 \u0440\u0435\u0433\u0440\u0435\u0441\u0456\u0439\u043D\u043E\u043C\u0443 \u0430\u043D\u0430\u043B\u0456\u0437\u0456, \u0434\u0435 \u0432\u043E\u043D\u0430 \u043F\u0440\u0438\u0432\u043E\u0434\u0438\u0442\u044C \u0434\u043E \u043F\u043E\u043D\u044F\u0442\u0442\u044F ."@uk . . . "Errore statistico"@it . "In der Statistik sind St\u00F6rgr\u00F6\u00DFe und Residuum zwei eng verwandte Konzepte. Die St\u00F6rgr\u00F6\u00DFen (nicht zu verwechseln mit St\u00F6rparametern oder St\u00F6rfaktoren), auch St\u00F6rvariablen, St\u00F6rterme, Fehlerterme oder kurz Fehler genannt, sind in einer einfachen oder multiplen Regressionsgleichung unbeobachtbare Zufallsvariablen, die den vertikalen Abstand zwischen Beobachtungspunkt und wahrer Gerade (Regressionsfunktion der Grundgesamtheit) messen. F\u00FCr sie nimmt man f\u00FCr gew\u00F6hnlich an, dass sie unkorreliert sind, einen Erwartungswert von Null und eine homogene Varianz aufweisen (Gau\u00DF-Markow-Annahmen). Sie beinhalten unbeobachtete Faktoren, die sich auf die abh\u00E4ngige Variable auswirken. Die St\u00F6rgr\u00F6\u00DFe kann auch Messfehler in den beobachteten abh\u00E4ngigen oder unabh\u00E4ngigen Variablen enthalten. Im Gegensatz zu den St\u00F6rgr\u00F6\u00DFen sind Residuen (lateinisch residuum = \u201Edas Zur\u00FCckgebliebene\u201C) berechnete Gr\u00F6\u00DFen und messen den vertikalen Abstand zwischen Beobachtungspunkt und der gesch\u00E4tzten Regressionsgerade. Mitunter wird das Residuum auch als \u201Egesch\u00E4tztes Residuum\u201C bezeichnet. Diese Benennung ist problematisch, da die St\u00F6rgr\u00F6\u00DFe eine Zufallsvariable und kein Parameter ist. Von einer Sch\u00E4tzung der St\u00F6rgr\u00F6\u00DFe kann daher nicht die Rede sein. Die Problematik bei der sogenannten Regressionsdiagnostik ist, dass sich die Gau\u00DF-Markow-Annahmen nur auf die St\u00F6rgr\u00F6\u00DFen, nicht aber auf die Residuen beziehen. Die Residuen haben zwar ebenfalls einen Erwartungswert von Null, sind aber nicht unkorreliert und weisen auch keine homogene Varianz auf. Um diesem Missstand Rechnung zu tragen, werden die Residuen meist modifiziert, um die geforderten Annahmen zu erf\u00FCllen, z. B. studentisierte Residuen. Die Quadratsumme der Residuen spielt in der Statistik in vielen Anwendungen eine gro\u00DFe Rolle, z. B. bei der Methode der kleinsten Quadrate. Die Notation der St\u00F6rgr\u00F6\u00DFen als bzw. ist an das lateinische Wort erratum (Irrtum) angelehnt. Die Residuen k\u00F6nnen mit Hilfe der Residualmatrix generiert werden."@de . "\u7EDF\u8BA1\u5B66\u548C\u6700\u4F18\u5316\u4E2D\uFF0C\u8BEF\u5DEE\uFF08error\uFF09\u548C\u6B8B\u5DEE\uFF08residual\uFF09\u662F\u4E24\u4E2A\u76F8\u8FD1\u4F46\u6709\u533A\u522B\u7684\u6982\u5FF5\uFF0C\u4E8C\u8005\u5747\u662F\u7EDF\u8BA1\u6837\u672C\u4E2D\u67D0\u4E00\u5143\u7D20\u7684\u4E0E\u5176\u201C\u771F\u503C\u201D\uFF08\u672A\u5FC5\u53EF\u76F4\u63A5\u89C2\u6D4B\u5F97\u5230\uFF09\u4E4B\u95F4\u7684\u79BB\u5DEE\u7684\u5EA6\u91CF\u3002\u89C2\u5BDF\u7684\u8BEF\u5DEE\u662F\u89C2\u6D4B\u503C\u4E0E\u76F8\u5173\u91CF\uFF08\u4F8B\u5982\u603B\u4F53\u5E73\u5747\u503C\uFF09\u7684\u771F\u503C\u4E4B\u95F4\u7684\u5DEE\u503C\u3002\u6B8B\u5DEE\u662F\u89C2\u6D4B\u503C\u4E0E\u7EDF\u8BA1\u91CF\u7684\u4F30\u8BA1\u503C\uFF08\u4F8B\u5982\u6837\u672C\u5747\u503C\uFF09\u4E4B\u95F4\u7684\u5DEE\u503C\u3002\u8FD9\u79CD\u533A\u522B\u5728\u8FF4\u6B78\u5206\u6790\u4E2D\u81F3\u5173\u91CD\u8981\uFF0C\u56DE\u5F52\u5206\u6790\u4E2D\uFF0C\u8FD9\u4E9B\u6982\u5FF5\u6709\u65F6\u79F0\u4E3A\u56DE\u5F52\u8BEF\u5DEE\uFF08regression errors\uFF09\u548C\u56DE\u5F52\u6B8B\u5DEE\uFF08regression residuals\uFF09\uFF0C\u5B83\u4EEC\u5F15\u51FA\u4E86\u7684\u6982\u5FF5\u3002 \u8BA1\u91CF\u7ECF\u6D4E\u5B66\u4E2D\uFF0C\u8BEF\u5DEE\u4E5F\u79F0\u4E3A\u6270\u52A8\uFF08disturbances\uFF09\u3002"@zh . . . . "16193"^^ . . . . . .