Линейна регресия е статистически инструмент, който определя доколко прави права пасва на набор сдвоени данни. Правата линия, която най-добре отговаря на тези данни, се нарича регресионна линия с най-малко квадратчета. Този ред може да се използва по много начини. Едно от тези приложения е да се оцени стойността на променлива за отговор за дадена стойност на обяснителна променлива. Свързана с тази идея е тази на остатъчния.
(1, 2), (2, 3), (3, 7), (3, 6), (4, 9), (5, 9)
За изчисляване на остатъците в точките х = 5, ние изваждаме прогнозната стойност от наблюдаваната ни стойност. От времето на ш координатата на нашата точка от данни беше 9, това дава остатък от 9 - 10 = -1.
Има няколко приложения за остатъци. Една употреба е да ни помогне да определим дали имаме набор от данни, който има обща линейна тенденция, или ако трябва да обмислим различен модел. Причината за това е, че остатъците помагат да се разшири всеки нелинеен модел в нашите данни. Това, което може да бъде трудно да се види, като се погледне на разпръснато устройство, може да се наблюдава по-лесно чрез изследване на остатъците и съответния остатъчен сюжет.
Друга причина за разглеждане на остатъците е да се провери дали са изпълнени условията за извод за линейна регресия. След проверка на линейна тенденция (чрез проверка на остатъците), ние също проверяваме разпределението на остатъците. За да можем да извършваме регресионни изводи, искаме остатъците от нашата регресионна линия да бъдат приблизително нормално разпределени. А хистограма или stemplot от остатъците ще помогне да се провери дали това условие е изпълнено.