superfluous什么意思
superfluous
[英][su:ˈpɜ:fluəs][美][su:ˈpɜ:rfluəs]
adj.过多的; 多余的; 不必要的; 奢侈的;
以上结果来自金山词霸
例句:
1.
No twirling of the hand or superfluous movement. Just a simple bow.
谁也没有用手翻动什么花样或是做多余的动作，只是简简单单的一躬。
2.
Superfluous pomp and awkward hospitality are simply an unnecessary burden formodern travelers.
多余的排场和令人尴尬的好客给现代旅客带来了不必要的负担
什么是残余成本 （residual loss）
看完楼主的问题有点迷惘，因为，据我所知，残馀成本和 residual loss 似乎是两码事。
残馀成本（residual costs）就正如 zhiliangfu2010 所提供的答案一样，是一个会计概念。
但是， residual loss 却是指由於经理人或代理人作出不规范行为而做成的损失（Lost wealth of the shareholders due to divergent behavior of the managers.）；
或者，按照国内网上的有道词典：
剩余损失(Residual Loss)：委托人通过建立恰当的机制来减少代理人的越轨行为的程度，但是机制设计本身会产生成本，使得委托人的福利受到损失，这种损失就是剩余损失。
所以，残余成本与 residual loss 似乎是两码事，请楼主注意。
残差是什么意思
残差是因变量的观测值与根据估计的回归方程求出的预测值之差，用e表示。它反映了用估计的回归方程去预测观测值而引起的误差。误差（error）和残差（residual）是两个相近但有区别的概念，二者均是统计样本中某一元素的观测值与其“真值”（未必可直接观测得到）之间的离差的度量。残差和误差的区别：1、误差是观测值与总体均值的偏差，而残差是观测值与样本均值的偏差。2、误差大小可以衡量测量的准确性，残差大小可以衡量预测的准确性。3、误差越大则表示测量越不准确，残差越大表示预测越不准确。4、误差与测量有关，残差与预测有关。以上内容参考：百度百科-残差
残差是什么？
残差在数理统计中是指实际观察值与估计值（拟合值）之间的差。“残差”蕴含了有关模型基本假设的重要信息。如果回归模型正确的话， 我们可以将残差看作误差的观测值。它应符合模型的假设条件，且具有误差的一些性质。利用残差所提供的信息，来考察模型假设的合理性及数据的可靠性称为残差分析。有多少对数据，就有多少个残差。残差分析就是通过残差所提供的信息，分析出数据的可靠性、周期性或其它干扰。拓展资料：普通残差设线性回归模型为 其中Y是由响应变量构成的n维向量，X是 阶设计矩阵，β是p+1维向量，ε是n维随机变量。回归系数的估计值 ，拟合值 为 ，其中，称H为帽子矩阵。残差为 。这解释了帽子矩阵与残差的关系，因为残差可以通过帽子矩阵与真实值得出。在回归分析中，测定值与按回归方程预测的值之差，以δ表示。残差δ遵从正态分布N(0，σ2)。（δ-残差的均值）/残差的标准差，称为标准化残差，以δ*表示。δ*遵从标准正态分布N(0，1)。实验点的标准化残差落在(-2，2)区间以外的概率≤0.05。若某一实验点的标准化残差落在(-2，2)区间以外，可在95%置信度将其判为异常实验点，不参与回归直线拟合。显然，有多少对数据，就有多少个残差。残差分析就是通过残差所提供的信息，分析出数据的可靠性、周期性或其它干扰。残差分析（residual analysis）就是通过残差所提供的信息，分析出数据的可靠性、周期性或其它干扰 。用于分析模型的假定正确与否的方法。所谓残差是指观测值与预测值（拟合值）之间的差，即是实际观察值与回归估计值的差。在回归分析中，测定值与按回归方程预测的值之差，以δ表示。残差δ遵从正态分布N(0，σ2)。（δ-残差的均值）/残差的标准差，称为标准化残差，以δ*表示。δ*遵从标准正态分布N(0，1)。实验点的标准化残差落在(-2，2)区间以外的概率≤0.05。若某一实验点的标准化残差落在(-2，2)区间以外，可在95%置信度将其判为异常实验点，不参与回归线拟合。显然，有多少对数据，就有多少个残差。
