殘差:觀察值和擬合值之間的偏差。
誤差和殘差，這兩個概念在某種程度上有很大的相似性，都是衡量不確定性的指標，但又有區別。誤差與測量有關。誤差的大小可以衡量測量的準確度，誤差越大，測量越不準確。
誤差分為兩類:系統誤差和隨機誤差。其中，系統誤差與測量方案有關，可以通過改進測量方案來避免。隨機誤差與觀測者、測量工具和觀測對象的性質有關，只能盡量減少，而無法避免。
殘差-與預測相關，殘差大小可以衡量預測的準確性。殘差越大，預測越不準確。殘差與數據本身的分布特征和回歸方程的選擇有關。
誤差:所有不同樣本集的平均值與真實總體平均值的偏差。由於無法獲得或觀測到真實的總體均值，通常假設總體是某種分布類型，有n個估計均值；代表觀察/測量的準確性；
誤差大，是由異常值引起的，說明數據可能存在嚴重的測量誤差；或者選擇的型號不合適；
擴展數據:
殘差:壹個樣本的平均值與所有樣本集平均值的偏差；代表抽樣的合理性，即樣本是否具有代表性；
殘差大說明樣本不具有代表性，可能是特征值造成的。
反正要看壹個模型是否合適，誤差有多大；要看樣書適不適合，要看殘不殘；
殘差:在數理統計中，殘差是指實際觀測值與估計值(擬合值)的差值。“殘差”包含關於模型的基本假設的重要信息。如果回歸模型是正確的，我們可以把殘差看作誤差的觀測值。
它應該滿足模型的假設，並具有壹些誤差性質。利用殘差提供的信息來考察模型假設的合理性和數據的可靠性，稱為殘差分析。
誤差:誤差是測量值減去參考值。測量值簡稱測量值，代表測量結果的值。所謂參考量，壹般用量的真實值或約定量來表示。對於測量，人們往往把壹個量的真實大小作為觀察時所測得的真值。其實是壹個理想的概念。因為只有“當壹個量被完美地確定，測量中的所有缺陷都可以被消除時，通過測量得到的量”才是量的真正價值。從測量的角度來看，很難做到這壹點，所以，壹般來說，無法確切知道真實值。
參考資料:
百度百科-錯誤
百度百科-殘