2. 化工试验数据特征与残差定义
残差诊断的第一步不是画图，而是弄清楚“数据从哪来、噪声有多大、残差相对谁定义”。化工试验数据往往来自三类场景：实验室小试、中试装置和工业侧线。三者的采样条件、干扰结构和数据质量差异很大，如果混用同一套残差判据，很容易把正常波动误判为模型失配，或者把真实异常当成噪声放过。
三类试验场景的数据特征
实验室小试通常在恒温槽、高压釜或固定床微反中进行，变量可控性强，采样周期短，重复性好。其噪声以仪器随机误差为主，例如气相色谱峰面积积分误差、天平称量误差、热电偶冷端补偿误差，量级一般在满量程的 0.5%～2%。这类数据的残差往往接近白噪声，适合用来检验模型结构本身是否合理。
中试装置介于实验室与工业之间，物料循环、换热和停留时间分布开始显现，存在一定的过程动态。其噪声来源除仪表误差外，还包括进料组成波动、环境温度变化和操作调整引起的有色噪声。中试数据常出现自相关残差，直接用最小二乘拟合会低估参数不确定度。
工业侧线数据最复杂：采样间隔不固定、存在缺失和离群点，且受生产负荷、原料批次和季节变化影响。其噪声可能包含低频漂移和高频尖峰，残差中常混有未建模的慢变量。对这类数据，残差定义必须明确“相对哪个基准工况”，否则残差本身没有可比性。
残差的基本定义与符号约定
设第 i 次试验的实测响应为 yi，模型在同一输入条件下的预测值为 ŷi，则残差定义为
e_i = y_i − ŷ_i （实测减预测，全文统一采用此方向）这个符号方向必须先在全文和图示中固定下来：ei > 0 表示模型低估了实测值，ei < 0 表示模型高估。若中途改成“预测减实测”，残差图的正负含义会整体翻转，后续的偏倚判断和异常定位都会出错。因此本节及后续章节一律采用“实测减预测”。
残差不是“误差”的同义词。误差指真值与观测值之差，真值通常未知；残差是观测值与模型预测值之差，是可计算的量。残差中同时包含随机噪声和模型失配两部分，诊断的任务就是把这两部分尽量分开。
计算方式与一个可复现的示例
以一级反应动力学为例，模型为 ŷ = k·CA0·exp(−k·t) 的简化形式并不合适，更常见的是给定速率常数 k 后计算不同停留时间 t 下的出口浓度。假设某中试装置在 350 ℃、空速 2.0 h⁻¹ 下测得三组出口浓度（示例数据，仅用于说明计算过程）：
| 试验点 | 停留时间 t / min | 实测 CA / mol·L⁻¹ | 模型预测 ŷ / mol·L⁻¹ | 残差 ei |
|---|---|---|---|---|
| 1 | 10 | 0.612 | 0.600 | +0.012 |
| 2 | 20 | 0.371 | 0.380 | −0.009 |
| 3 | 30 | 0.228 | 0.241 | −0.013 |
三组残差绝对值均在 0.013 mol·L⁻¹ 以内，相对于 0.2～0.6 mol·L⁻¹ 的浓度量级约为 2%～5%，与中试场景的噪声水平相当。若把停留时间延长到 60 min，实测为 0.061 mol·L⁻¹ 而预测为 0.096 mol·L⁻¹，残差达到 −0.035，明显超出前三点水平，提示模型在长停留时间端可能存在系统性高估，需要检查是否忽略了返混或副反应。
从残差到诊断的衔接
得到残差序列后，先看三件事：残差是否围绕零均值波动、是否存在随自变量变化的趋势、相邻残差是否相关。零均值附近随机波动说明模型结构基本可用；残差随停留时间单调变化说明存在未建模的系统性因素；残差自相关明显则提示噪声有色或模型遗漏了动态项。这三条判断不需要复杂工具，用残差对预测值散点图和残差序列图即可完成，是后续参数检验和模型修正的起点。