Los residuos son esenciales en el análisis de regresión para evaluar la adecuación del modelo, validar suposiciones y detectar valores atípicos o datos influyentes. Aunque los residuos tradicionales funcionan bien en la regresión lineal, presentan limitaciones en modelos de la familia exponencial, como aquellos basados en distribuciones binomiales y de Poisson, debido a la heterocedasticidad y la dependencia entre observaciones. Este artículo presenta un nuevo residuo combinado estandarizado para modelos de regresión lineal y no lineal dentro de la familia exponencial. Al integrar información de los submodelos de media y dispersión, el nuevo residuo proporciona una herramienta de diagnóstico unificada que mejora la eficiencia computacional y elimina la necesidad de matrices de proyección. Estudios de simulación y aplicaciones del mundo real demuestran sus ventajas en eficiencia e interpretabilidad sobre los residuos tradicionales.