殘差的計算方法在不同的統計模型中略有不同，但其基本原理是一致的。
在簡單線性回歸中，殘差的計算公式是殘差等於觀察值減去預測值。在多元回歸分析中，殘差同樣是通過實際觀測值減去模型預測值來得出的。這裡的「觀察值」或「實際觀測值」指的是因變數的測量值，而「預測值」是根據自變數和因變數之間的關係，通過建立的模型計算出的因變數的估計值。
殘差分析是評估模型擬合質量的重要手段，通過觀察殘差的大小和分布，可以判斷模型是否適合數據。例如，如果殘差點比較均勻地落在水平帶狀區域內，這表明選用的模型比較合適，帶狀區域越窄，說明模型的擬合精度越高。
此外，殘差還遵循特定的統計分布，即常態分配，這有助於進一步評估模型的適用性。