用實際觀察值減去估計值（擬合值）即可得到殘差。殘差應符合模型的假設條件，且具有誤差的一些性質。利用殘差所提供的資訊，來考察模型假設的合理性及資料的可靠性稱為殘差分析。在迴歸分析中，測定值與按回歸方程預測的值之差，以δ表示。殘差δ遵從正態分佈N(0，σ2)。（δ-殘差的均值）/殘差的標準差，稱為標準化殘差，以δ*表示。δ*遵從標準正態分佈N(0，1)。實驗點的標準化殘差落在(-2，2)區間以外的機率≤0.05。若某一實驗點的標準化殘差落在(-2，2)區間以外，可在95%置信度將其判為異常實驗點，不參與迴歸直線擬合。擴充套件資料：Stata的功能：1、數值變數資料的一般分析：引數估計，t檢驗，單因素和多因素的方差分析，協方差分析，互動效應模型，平衡和非平衡設計，隨機效應，多個均數的兩兩比較，缺項資料的處理，方差齊性檢驗，正態性檢驗，變數變換等。2、分類資料的一般分析：引數估計，列聯表分析 ( 列聯絡數，確切機率 ) ，流行病學表格分析等。3、等級資料的一般分析：秩變換，秩和檢驗，秩相關等4、相關與迴歸分析：簡單相關，偏相關，典型相關，以及多達數十種的迴歸分析方法，如多元線性迴歸，逐步迴歸，加權迴歸，百分位數 ( 中位數 ) 迴歸，殘差分析、強影響點分析，曲線擬合，隨機效應的線性迴歸模型等。5、其他功能：質量控制，整群抽樣的設計效率，診斷試驗評價， kappa等。