AP Statistics

phần dưresidual

residualVietnamese: phần dư

Còn gọi:Also called: số dư · y − ŷ · sai số dự đoán

Phần dư là hiệu số giữa giá trị quan sát thực tế và giá trị dự đoán từ đường hồi quy, đo mức độ lệch của từng điểm dữ liệu so với mô hình.A residual is the difference between an observed value and the value predicted by the regression line, measuring how far a data point falls from the model.

Trực giác: Phần dư là phần "sai số còn sót lại" sau khi đường hồi quy đã cố gắng giải thích hết xu hướng — giống như phần cơm còn dính dưới đáy nồi sau khi đã múc hết phần ăn được.Intuition: A residual is the leftover error after the regression line has done its best to capture the trend — like the rice still stuck to the bottom of the pot after all the servable portions have been scooped out.

Công thức chínhKey formula

e_i = y_i - \hat{y}_i

Định nghĩa đầy đủFull definition1 phút đọc1 min read

Phần dư (residual) trong hồi quy tuyến tính là chênh lệch thẳng đứng giữa giá trị quan sát và giá trị dự đoán tại cùng một giá trị biến giải thích. Phần dư dương khi điểm nằm trên đường hồi quy, âm khi nằm dưới.

Đồ thị phần dư đánh giá mô hình: phân tán ngẫu nhiên quanh 0 ủng hộ mô hình tuyến tính; dạng cong cho thấy quan hệ phi tuyến. Phần dư lớn bất thường có thể chỉ ra giá trị ngoại lai. Hồi quy bình phương tối thiểu cực tiểu hóa tổng bình phương phần dư.

A residual in linear regression is the vertical difference between the observed value and the predicted value at the same value of the explanatory variable. A residual is positive when the point lies above the regression line and negative when it lies below.

Residual plots are used to assess a model: random scatter around 0 supports a linear model, while a curved pattern signals a nonlinear relationship. An unusually large residual can flag an outlier. Least-squares regression minimizes the sum of the squared residuals.

Ký hiệuNotation

e = y - \hat{y}

e = y - \hat{y}

Giải nghĩa công thứcFormula breakdown1 công thức1 formula

\htmlClass{fp-3}{e_i} = \htmlClass{fp-2}{\htmlClass{fp-0}{y_i} - \htmlClass{fp-1}{\hat{y}_i}}

\htmlClass{fp-3}{e_i} = \htmlClass{fp-2}{\htmlClass{fp-0}{y_i} - \htmlClass{fp-1}{\hat{y}_i}}

Dùng để tính độ lệch thẳng đứng của từng điểm so với đường hồi quy; dấu cho biết điểm ở trên hay dưới đường.Use this to find the vertical distance of each point from the regression line; the sign tells you whether the point lies above or below the line.

Trong đóWhere

e_i

phần dư (residual) của quan sát thứ iresidual of the i-th observation

y_i

giá trị thực tế của biến phụ thuộc tại quan sát thứ iactual value of the response variable for the i-th observation

\hat{y}_i

giá trị dự đoán của biến phụ thuộc tại quan sát thứ ipredicted value of the response variable for the i-th observation

Hay hiểu saiCommon misconceptions3 ý · 1 phút đọc3 points · 1 min read

Không được đổi thứ tự khi tính phần dư.

Phải lấy giá trị quan sát trừ giá trị dự đoán; đảo thứ tự giữ nguyên độ lớn nhưng đổi dấu.

Điểm rải ngẫu nhiên trên đồ thị phần dư không có nghĩa hai biến không liên hệ.

Xu hướng tuyến tính đã được mô hình giải thích, nên phân tán ngẫu nhiên quanh 0 ủng hộ mô hình tuyến tính; dạng cong cho thấy mô hình chưa phù hợp.

Hệ số tương quan lớn không thay thế đồ thị phần dư.

Dữ liệu cong vẫn có thể có tương quan lớn. Khi đánh giá mô hình tuyến tính, cần xét hình dạng phần dư, không chỉ $r$ hoặc $r^2$ .

Never reverse the order of subtraction when computing a residual.

Always take observed minus predicted; reversing the order keeps the magnitude but flips the sign.

Random scatter in a residual plot does not mean the two variables are unrelated.

The linear trend has already been accounted for by the model, so random scatter around 0 supports a linear fit, while a curved pattern shows the model is inadequate.

A large correlation coefficient is no substitute for a residual plot.

Curved data can still produce a large correlation. To judge a linear model, examine the shape of the residuals, not just $r$ or $r^2$ .

Mẹo phòng thiExam tips2 mẹo2 tips

Viết công thức phần dư trước khi thay số.

Trong bài tự luận, ghi công thức, thay số rồi kết quả kèm đơn vị để thể hiện quy trình và hạn chế lỗi dấu.

Mô tả hình dạng đồ thị trước khi kết luận.

Nêu phần dư phân tán ngẫu nhiên hay tạo dạng cong, rồi đánh giá mức phù hợp của mô hình tuyến tính; phần dư được đo theo phương thẳng đứng.

Write the residual formula before substituting numbers.

On free-response questions, show the formula, the substitution, and the result with units to display your process and avoid sign errors.

Describe the shape of the plot before stating a conclusion.

Say whether the residuals scatter randomly or form a curved pattern, then judge how well the linear model fits; residuals are measured vertically.

Tần suất trong đề AP StatisticsHow often it shows up on AP StatisticsHay gặpCommon

Khái niệm này sinh ra từ đâuWhere the concept comes from1 phút đọc1 min read

Phần dư ra đời cùng với việc dùng mô hình để dự đoán: nó là hiệu giữa giá trị quan sát được và giá trị mà mô hình dự đoán, và được bàn đến nhiều nhất trong phân tích hồi quy (regression analysis). Tên gọi bắt nguồn từ chữ Latin residuus, nghĩa là "còn lại".

Residuals arose as soon as models were used to predict: a residual is the difference between the observed value and the value the model predicts, and it is discussed most often in regression analysis. The name comes from the Latin residuus, meaning "left over."

Vì sao mang đúng cái tên này? Chữ "residual" đi thẳng từ tiếng Latin residuus, nghĩa là "còn lại", và cái tên ấy mô tả rất đúng bản chất: sau khi mô hình đã giải thích xong mối liên hệ giữa biến giải thích và biến phản hồi, phần dư chính là số dư còn thừa mà mô hình không nắm bắt được. Phần thừa ấy chứa hai thứ trộn lẫn — dao động ngẫu nhiên thật sự của dữ liệu và những quy luật có hệ thống mà mô hình đã bỏ sót — nên toàn bộ công việc phân tích phần dư là tách xem cái còn lại thuộc loại nào. Tiếng Việt dịch là "phần dư" cũng theo đúng logic đó. Cần phân biệt phần dư với sai số (error): sai số là độ lệch so với giá trị thật của tổng thể, một con số không quan sát được, còn phần dư là độ lệch so với giá trị ước lượng từ mẫu, hoàn toàn tính ra được. Chính vì phân biệt này mà trong hồi quy người ta gọi riêng hai khái niệm là regression errors và regression residuals, và từ đó phát triển tiếp thành phần dư đã chuẩn hóa (studentized residuals).

Nguồn đối chiếuSources

Thử nghiệm tương tácInteractive explorer

Kéo một điểm lên xuống — đoạn nối tới đường hồi quy dài ra, biến mất, đổi dấu

Kéo tham số, thấy khái niệm chuyển động — đăng nhập để mở.Drag the parameters and watch the concept move — sign in to open.

Tạo tài khoảnCreate an account

Bạn nắm chắc chưa?Check your understanding

Quiz câu thật từ ngân hàng đềReal exam questions from our question bank

Vài câu thật gắn đúng khái niệm này, chấm ngay kèm giải thích từng đáp án — hệ thống ghi nhớ bạn nắm tới đâu.A few real questions on exactly this concept, graded instantly with an explanation for every choice — the system remembers how well you know it.

Tạo tài khoảnCreate an account

Học tiếp từ đâyKeep learning

Bài học chứa thuật ngữ nàyLesson that uses this termResidual (phần dư) trong hồi quyPhân tích hồi quy · khoácourse AP Statistics

Bài học chứa thuật ngữ nàyLesson that uses this termHồi quy bình phương tối thiểuPhân tích hồi quy · khoácourse AP Statistics

Bài học chứa thuật ngữ nàyLesson that uses this termDự đoán với linear regression model (mô hình hồi quy tuyến tính)Phân tích hồi quy · khoácourse AP Statistics

Cần trướcLearn firstđường hồi quy bình phương tối thiểuleast-squares regression line đường hồi quyregression line

Dẫn tớiLeads tobiểu đồ phần dưresidual plot

Mục tiêu và lộ trình unit ai cũng xem được — làm bài tập và lưu tiến độ thì cần đăng nhập.Anyone can view a unit's goals and roadmap — sign in to do the exercises and save your progress.

Hay nhầm vớiOften confused with

Thuật ngữTermKhác nhau ở đâuHow they differHay nhầm khiMixed up when

giá trị ngoại lệoutlier

Khác nhau ở đâuHow they differPhần dư là khoảng cách theo chiều dọc từ một điểm đến đường hồi quy, còn giá trị ngoại lệ là nhận định về việc điểm đó nằm quá xa so với xu hướng chung

Hay nhầm khiMixed up whenđề cho biểu đồ phân tán và hỏi điểm nào làm ảnh hưởng lớn đến mô hình, thí sinh hay nhầm điểm có phần dư lớn với giá trị ngoại lệ trong khi hai khái niệm không hoàn toàn trùng nhau

Cùng chủ đềSame topic

Nguồn tham khảoReferences

[1]Barron_AP_Stat_2026. tr. 12, 41, 47.