jäännösvirheitä

Jäännösvirheitä, suomeksi myös jäännösvirheitä tai residuaalivirheitä, ovat termejä, jotka esiintyvät useilla eri tieteenaloilla, erityisesti tilastotieteessä, koneoppimisessa ja tekniikassa. Yleisimmässä merkityksessään jäännösvirhe edustaa sitä osaa kokonaisvaihtelusta, jota malli tai mittausmenetelmä ei pysty selittämään.

Tilastotieteessä ja koneoppimisessa jäännösvirhe liittyy usein regressioanalyysiin. Kun malli yrittää ennustaa riippuvaa muuttujaa yhden tai useamman selittävän muuttujan avulla, ennustetun ja todellisen arvon välistä eroa kutsutaan jäännösvirheeksi. Hyvä malli pyrkii minimoimaan näiden jäännösvirheiden suuruuden ja varmistamaan, että ne ovat satunnaisesti jakautuneita. Jos jäännösvirheissä on havaittavissa systemaattista kuviointia, se voi viitata mallin virheellisyyteen tai puutteellisuuteen.

Tekniikassa ja mittaustieteissä jäännösvirheet voivat kuvata mittalaitteiden tarkkuutta tai prosessien epätäydellisyyttä. Kun jokin suure mitataan, todellinen arvo ei aina vastaa mitattua arvoa, ja ero on jäännösvirhe. Näiden virheiden tunnistaminen ja ymmärtäminen on olennaista luotettavien tulosten saavuttamiseksi ja järjestelmien optimoimiseksi. Eri jäännösvirheiden tyyppejä ovat esimerkiksi satunnaisvirheet ja systemaattiset virheet.