콘텐츠
통계에서 선형 수학적 모델의 매개 변수는 선형 회귀라고하는 방법을 사용하여 실험 데이터에서 확인할 수 있습니다. 이 방법은 실험 데이터를 사용하여 y = mx + b (선의 표준 방정식) 형식의 방정식 매개 변수를 추정합니다. 그러나 대부분의 통계 모형과 마찬가지로 모형이 데이터와 정확하게 일치하지 않습니다. 따라서 경사와 같은 일부 매개 변수에는 이와 관련된 일부 오류 (또는 불확실성)가 있습니다. 표준 오차는 이러한 불확실성을 측정하는 한 가지 방법이며 몇 가지 간단한 단계로 수행 할 수 있습니다.
모형의 제곱 잔차 합 (SSR)을 찾습니다. 이는 각 개별 데이터 포인트와 모델이 예측하는 데이터 포인트 간의 차이의 제곱의 합입니다. 예를 들어, 데이터 포인트가 2.7, 5.9 및 9.4이고 모델에서 예측 된 데이터 포인트가 3, 6 및 9 인 경우 각 포인트의 차이의 제곱을 취하면 0.09 (3에서 2.7을 빼고 결과 수를 제곱), 각각 0.01 및 0.16. 이 숫자를 더하면 0.26이됩니다.
모형의 SSR을 데이터 점 관측치 수에서 2를 뺀 수로 나눕니다. 이 예에서는 3 개의 관측치가 있으며이 중 2를 빼면 1이됩니다. 따라서 SSR을 0.26으로 나누면 0.26이됩니다. 이 결과를 A라고 부릅니다.
결과 A의 제곱근을 취하십시오. 위의 예에서 제곱근을 0.26으로하면 0.51이됩니다.
독립 변수의 설명 된 제곱합 (ESS)을 결정하십시오. 예를 들어, 데이터 포인트가 1, 2 및 3 초 간격으로 측정 된 경우 숫자의 평균으로 각 숫자를 빼고 제곱 한 다음 숫자를 합산합니다. 예를 들어, 주어진 숫자의 평균은 2이므로 각 숫자를 2 씩 빼고 제곱하면 1, 0 및 1이됩니다.이 숫자의 합을 취하면 2가됩니다.
ESS의 제곱근을 찾으십시오. 이 예에서 2의 제곱근을 취하면 1.41이됩니다. 이 결과를 B라고 부릅니다.
결과 B를 결과 A로 나눕니다. 예제를 마치고 0.51을 1.41로 나누면 0.36이됩니다. 이것이 경사의 표준 오차입니다.