什么是随机误差项和残差，它们之间的区别是什么？

一、性质不同

1、随机误差项：不包含在模型中的解释变量和其他一些随机因素对被解释变量的总影响项。

2、残差：残差在数理统计中是指实际观察值与估计值（拟合值）之间的差。

二、作用不同

1、随机误差项：各种随机因素对模型的影响，反映了未纳入模型中的其他各种因素的影响。

2、残差：“残差”蕴含了有关模型基本假设的重要信息。如果回归模型正确的话，可以将残差看作误差的观测值。

三、特点不同

1、随机误差项：模型数学形式的误差，如用线性模型近似非线性经济关系，不属于随机误差。将随机误差项引入模型，是经济计量学与数理经济学的根本区别。

2、残差：应符合模型的假设条件，且具有误差的一些性质。利用残差所提供的信息，来考察模型假设的合理性及数据的可靠性称为残差分析。

参考资料来源：

百度百科-随机误差项百度百科-残差

误差与残差,这两个概念在某程度上具有很大的相似性,都是衡量不确定性的指标,可是两者又存在区别.
误差与测量有关,误差大小可以衡量测量的准确性,误差越大则表示测量越不准确.误差分为两类：系统误差与随机误差.其中,系统误差与测量方案有关,通过改进测量方案可以避免系统误差.随机误差与观测者,测量工具,被观测物体的性质有关,只能尽量减小,却不能避免.
残差――与预测有关,残差大小可以衡量预测的准确性.残差越大表示预测越不准确.残差与数据本身的分布特性,回归方程的选择有关.

随机误差项是反应总体的误差
残差是反应样本的误差
残差是随机干扰项的估计量

随机误差是一个随机变量，针对的是总体回归函数，残差也是一个随机变量，针对的是样本回归函数而言

随机误差项Ut反映除自变量外其他各种微小因素对因变量的影响。它是Y t 与未知的总体回归线之间的纵向距离，是不可直接观测的。
残差e t 是Yt 与按照回归方程计算的Yt 的差额，它是Yt 与样本回归线之间的纵向距离，当根据样本观测值拟合出样本回归线之后，可以计算et 的具体数值。利用残差可以对随机误差项的方差进行估计。