残差平方和（RSS）是衡量回归模型拟合数据好坏的一个统计量，它表示实际观测值与模型预测值之间的差异。计算残差平方和的步骤如下：
1. 对于每个数据点，计算其预测值（ŷi），即将该数据点的横坐标代入回归模型方程得到的理论纵坐标值。
2. 计算每个数据点的残差，即实际观测值（yi）与预测值（ŷi）之间的差。
3. 将每个残差值平方，得到残差平方。
4. 将所有数据点的残差平方相加，得到总的残差平方和。
数学上，残差平方和的计算公式为：
```
RSS = Σ（yi - ŷi）^2
```
其中，`yi` 是第 `i` 个数据点的实际观测值，`ŷi` 是对应的预测值，Σ 表示对所有数据点进行求和。