In [[statistica]], la '''Somma dei quadrati residui''' (o ''Sum of Squared Residuals'' - SSR o anche ''Residual Sum of Squares'' - RSS) è la somma dei quadrati deglidei [[errore statistico|erroriresidui]] osemplici residuidedotti dal modello, ovvero la [[Devianza (statistica)|devianza]] residua. ÈLa laSSR discrepanzaè cheuna sorgemisura della discrepanza tra i dati eed il nostromodello scelto: quanto minore sarà tale distanza, migliore risulterà l'adattamento del modello diai stima.dati Piùe piccolaquindi èle questaconclusioni discrepanza,che megliorese saràne latrarranno saranno più stimaprecise.
InNel contesto di un [[regressione lineare| modello di regressione]] standardlineare semplice <math>y_i = a+bx_i+\varepsilon_i\,</math>, dove ''a'' e ''b'' sono [[coefficiente|coefficienti]], ''y'' e ''x'' sono la [[variabile dipendente]] ed il [[regressore]], eed ε<math>\varepsilon_i</math> è l'[[errore "statistico|errore"]] associato Laalla componente i-esima, la SSR è la somma dei quadrati dei residui, èovvero ladelle somma del quandatostime della stima[[variabile dialeatoria]] ε<sub>''i''</sub>, che è pari a:.
Secondo la formula di scomposizione della [[Devianza (statistica)|devianza]], risulta che la [[Devianza (statistica)|devianza]] totale è pari alla somma della [[Devianza (statistica)|devianza]] residua e della [[Devianza (statistica)|devianza]] spiegata:
In generale: [[somma dei quadrati totale|TSS]] = [[somma dei quadrati spiegata|ESS]] + SSR▼
▲In generale: [[somma dei quadrati totale|TSSSST]] = [[somma dei quadrati spiegata|ESSSSE]] + SSR