Origin9.1在拟合报表中提供了多种拟合残差分析图形，其中包括残差-自变量图形（Residual vs.Independent）、残差-数据顺序图形（Residual vs.Order of the Da-ta）和残差-估计值图形（Residual vs.Predicted Value）等。用户可以根据需要，在【NLFit】对话框的“Fitted Curves”标签中“Residual Plots”栏中进行设置残差分析图输出，如图8-38所示。不同的残差分析图形可以给用户提供模型假设是否正确、提供如何改善模型等有用信息。例如，如果残差散点图显示无序，则表明拟合优度好。用户可以根据需要选择相关的残差分析图形，对拟合模型进行分析。

图8-38 设置残差分析图输出

残差散点图可以提供很多有用的信息。例如，残差散点图显示残差值随自变量变化具有增大或减小的趋势，则表明随自变量变化拟合模型的误差增大或减小，如图8-39a、b所示；误差增大或减小都表明该模型不稳定，可以还有其他的因素影响模型。图8-39c所示情况为残差值不随自变量变化，这表明模型是稳定的。

图8-39 残差散点图残差值随自变量变化趋势

残差-数据时序图形可以用于检验与时间有关的变量在试验过程中是否漂移。当残差在0周围随机分布时，则表明该变量在试验过程中没有漂移，如图8-40a所示；反之，则表明该变量在试验过程中有漂移，如图8-40b所示。

残差散点图还可以提供改善模型信息。例如，拟合得到的具有一定曲率的残差-自变量散点图，如图8-41所示。该残差散点图表明，如果采用更高次数的模型进行拟合，可能会获得更好的拟合效果。当然，这里只是说明了一般情况，在分析过程中还要根据具体情况和专业知识进行分析。(www.daowen.com)

图8-40 检验变量在试验过程中是否漂移残差散点图

图8-41 具有一定曲率的残差-自变量散点图

图8-42 一阶、二阶衰减指数函数拟合残差散点图对比

例如，在本章8.1.5节中，采用一阶衰减指数拟合函数对“Exponen-tial Decay.dat”数据文件中B（Y）进行了拟合，拟合曲线如图8-15所示。从图8-15看，拟合效果还是比较好的，但在拟合报表中的残差散点图（见图8-42a）显示则带有明显的一定趋势，表明采用一阶衰减指数函数进行拟合可能有某一个因素在拟合的过程中没有加以考虑。为了说明这一问题，采用了二阶衰减指数对其再进行拟合，其残差散点图如图8-42b所示。从图8-42b可以看出，二阶衰减指数拟合的残差散点图显示无序，这表明二阶衰减指数拟合较一阶衰减指数函数拟合的拟合优度好。