残差分布图 (Residual)
📉 这是什么？
模型做出了预测，但预测总会错。每次预测的"错多少"，就是残差 (Residual)：
残差 = 真实值 − 预测值残差分布图把所有这些"错误"画成一张直方图，并叠加一条正态分布拟合曲线，用来判断模型的误差是否"健康"。
💡 如果说 预测散点图 看的是"预测准不准"，那么残差分布图看的是"错得有没有规律"。
🧐 怎么看？
一个健康的模型，残差应该满足三个条件：
| 特征 | 健康表现 | 异常表现与含义 |
|---|---|---|
| 中心位置 | 以 0 为中心对称分布 | 整体偏移 → 模型存在系统性偏差（如漏掉了重要变量） |
| 形状 | 接近正态分布（钟形） | 双峰 → 数据里可能混了两个不同总体（如两种工况） |
| 宽度 | 越窄越好 | 很宽 → 预测误差大，模型解释力不足 |
图表会同时显示关键统计量：
| 指标 | 含义 |
|---|---|
| R² | 拟合优度 |
| RMSE | 均方根误差，反映误差的实际大小 |
| 残差均值 | 是否接近 0，判断有无系统偏差 |
| 残差标准差 | 误差的离散程度 |
🛠️ 怎么用？
配置项
| 配置项 | 说明 |
|---|---|
| 预测类型 | 选择预测的类别 |
| 目标变量 | 选择要分析的 Y 变量 |
点击 拟合 生成。
诊断清单
- [ ] 直方图是否以 0 为中心？偏了就说明模型系统性低估/高估
- [ ] 是否呈现单峰钟形？双峰要警惕数据混合
- [ ] 拟合曲线是否贴合直方图？偏离说明误差不服从正态，普通统计检验的前提可能不成立
- [ ] RMSE 与残差标准差是否符合业务可接受的误差范围
- [ ] 是否存在长尾？长尾里的样本就是预测最差的那批，值得单独排查
💡 发现长尾怎么办：用 数据表格 找出残差绝对值最大的那些样本，看看它们是否有共同特征 （同一批次？同一时间段？），这往往能挖出真实的工艺问题。
🎯 与其他预测类图表的分工
| 图表 | 看什么 | 回答的问题 |
|---|---|---|
| 预测散点图 | 预测值 vs 真实值 | 整体准不准？点是否贴着对角线？ |
| 预测折线图 | 预测值与真实值的连续对比 | 哪个时间段预测崩了？ |
| 残差分布图 | 残差的分布形态 | 误差有规律吗？是否系统偏差？ |
⚠️ 注意事项
- 仅支持回归类模型（PLS / OPLS）——分类模型没有连续残差的概念
- 残差图正常不代表模型一定好：还要结合 Q²、R² 以及业务合理性综合判断
- 数据量太小时直方图形状不稳定，建议样本数不少于 30 再看形态