殘差平方和是壹種用連續曲線逼近或比較平面上離散點群來表達坐標間函數關系的數據處理方法。用解析表達式逼近離散數據的方法。
為了清楚地解釋變量和隨機誤差的影響，在統計學上，壹個數據點與其在回歸線上對應位置的差值稱為殘差，每個殘差的平方和稱為殘差平方和，它代表隨機誤差的影響。
各點Y的估計值與實際值之差的平方和稱為殘差平方和，Y的實際值與平均值之差的平方和稱為平方和。簡單來說，壹組數據的殘差平方和越小，其擬合度越好。
衡量擬合優度的標準有很多。最常用的方法之壹是選擇參數C，使擬合模型與各點實際觀測值之間的殘差(或偏差)的加權平方和ek = yk-f (xk，C)最小。此時得到的曲線稱為加權最小二乘法意義上的數據擬合曲線。