在线性回归模型的最小二乘估计中,残差是指什么A. 预测值与样本均值的差B. 实际观测值与样本均值的差C. 实际观测值与预测值的差D. 预测值与估计的回归系数的差

残差是线性回归模型中的核心概念，指实际观测值与模型预测值之间的差异。在线性回归中，最小二乘法的目标是通过最小化残差平方和来估计回归系数。理解残差的定义需明确其与误差项的关系，以及区分残差与其他统计量（如离均差）的不同。

选项分析

A. 预测值与样本均值的差
此选项描述的是预测值与因变量均值的差异，与残差无关。

B. 实际观测值与样本均值的差
此为离均差，用于计算总平方和（SST），而非残差。

C. 实际观测值与预测值的差
正确选项。残差定义为实际观测值 $Y_i$ 减去回归模型预测值 $\hat{Y}_i$，即 $e_i = Y_i - \hat{Y}_i$。

D. 预测值与估计的回归系数的差
回归系数是模型参数，残差与观测值相关，二者无直接联系。