مجموع مربعات باقیمانده (Residual Sum of Squares - RSS)

به زبان ساده:

RSS میزان «خطای کلی مدل» را اندازه‌گیری می‌کند.

مفهوم ساده و قابل درک

در مدل‌های رگرسیون، ما مقدارهایی را پیش‌بینی می‌کنیم. اما همیشه بین:

• مقدار واقعی (Actual)
• مقدار پیش‌بینی‌شده (Predicted)

اختلاف وجود دارد که به آن باقیمانده (Residual) گفته می‌شود.

RSS مجموع مربعات تمام این خطاها است.

چرا از مجذور استفاده می‌کنیم؟

دلایل اصلی استفاده از مجذور خطاها:

• حذف علامت منفی (همه خطاها مثبت می‌شوند)
• بزرگ‌تر شدن خطاهای بزرگ (تأکید روی خطاهای جدی‌تر)

✅ مثال:
اگر خطاها برابر باشند با:
-2، +3، -4

RSS = (4 + 9 + 16) = 29

تفسیر مقدار RSS

مقدار کوچک RSS

• مدل عملکرد خوبی دارد
• پیش‌بینی‌ها نزدیک به داده‌های واقعی هستند

مقدار بزرگ RSS

• مدل ضعیف است
• فاصله بین پیش‌بینی و واقعیت زیاد است

RSS = صفر

• مدل کاملاً دقیق است
• هیچ خطایی وجود ندارد

✅ مثال:
اگر مدل قیمت سهام را دقیق پیش‌بینی کند، RSS نزدیک صفر می‌شود.

فرمول RSS (به‌صورت مفهومی)

RSS = مجموع (مقدار واقعی − مقدار پیش‌بینی‌شده)²

مثال ساده

فرض کنید:

اختلاف‌ها:

• 10
• -10
• 20

RSS = 100 + 100 + 400 = 600

ارتباط با رگرسیون خطی

در رگرسیون خطی (Linear Regression)، هدف این است که:

• خطی پیدا کنیم که RSS را حداقل کند

یعنی بهترین مدل، مدلی است که مجموع خطاهای مربعی آن کمترین مقدار را داشته باشد.

کاربردهای RSS در دنیای واقعی

در سرمایه‌گذاری و تحلیل مالی

• ارزیابی دقت مدل‌های پیش‌بینی قیمت
• تحلیل رفتار بازار

✅ مثال:
یک تحلیل‌گر با RSS بررسی می‌کند که مدل پیش‌بینی قیمت سهام چقدر قابل اعتماد است.

در اقتصاد و داده‌کاوی

• اعتبارسنجی مدل‌های اقتصادی
• مقایسه چند مدل مختلف

✅ مثال:
دو مدل پیش‌بینی تورم داریم؛ مدلی که RSS کمتری دارد، بهتر است.

تفاوت RSS با سایر معیارها

• RSS: مجموع خطاها (کل خطا)
• Residual Standard Deviation: میانگین پراکندگی خطاها
• R²: درصد توضیح داده‌شده توسط مدل

✅ مثال:
ممکن است RSS پایین باشد، اما R² دید جامع‌تری از کیفیت مدل بدهد.

اهمیت RSS

• معیار کلیدی برای سنجش دقت مدل‌ها
• پایه بسیاری از الگوریتم‌های یادگیری ماشین
• کمک به انتخاب بهترین مدل پیش‌بینی

نکات کلیدی (Key Takeaways)

• RSS مجموع مربعات خطاهای مدل است
• هرچه مقدار آن کمتر باشد، مدل بهتر است
• صفر بودن آن یعنی پیش‌بینی کامل
• در تحلیل‌های مالی و اقتصادی کاربرد گسترده دارد
• اساس انتخاب مدل بهینه در رگرسیون است