向量的残差

残差residual就是当你做完了回归之后，你肯定会得到被解释变量Y的拟合值，也称为估计值，通常记为Yhat，你用原来样本观测值Y减去估计值，得到的就是残差。

因为做计量时，你会有许多个样本，这些样本就是观测值observations，每个样本都有解释变量X和被解释变量Y，在拟合了以后你就用前面的方法肯定是可以得到残差的，每一个残差都是对应一个样本观测值，所以你会得到和样本数目一样多的残差数。为了便于记号，把这些残差写成列向量就形成了残差矩阵。