In statistica, i parametri di un modello matematico lineare possono essere determinati da dati sperimentali usando un metodo chiamato regressione lineare. Questo metodo stima i parametri di un'equazione della forma y \u003d mx + b (l'equazione standard per una linea) usando dati sperimentali. Tuttavia, come con la maggior parte dei modelli statistici, il modello non corrisponderà esattamente ai dati; pertanto, alcuni parametri, come la pendenza, avranno alcuni errori (o incertezze) associati ad essi. L'errore standard è un modo per misurare questa incertezza e può essere realizzato in pochi passaggi.
Trova la somma dei residui quadrati (SSR) per il modello. Questa è la somma del quadrato della differenza tra ogni singolo punto dati e il punto dati previsto dal modello. Ad esempio, se i punti dati erano 2.7, 5.9 e 9.4 e i punti dati previsti dal modello erano 3, 6 e 9, quindi prendere il quadrato della differenza di ciascuno dei punti dà 0,09 (trovato sottraendo 3 da 2,7 e quadratura del numero risultante), 0,01 e 0,16, rispettivamente. Sommando questi numeri si ottiene 0,26.
Dividi l'SSR del modello per il numero di osservazioni dei punti dati, meno due. In questo esempio, ci sono tre osservazioni e sottraendone due da una. Pertanto, dividendo l'SSR di 0,26 per uno si ottiene 0,26. Chiama questo risultato A.
Prendi la radice quadrata del risultato A. Nell'esempio sopra, prendere la radice quadrata di 0,26 dà 0,51.
Determina la somma spiegata dei quadrati (ESS) del variabile indipendente. Ad esempio, se i punti dati sono stati misurati a intervalli di 1, 2 e 3 secondi, sottrarrai ciascun numero con la media dei numeri e lo squadrerai, quindi sommerai i numeri seguenti. Ad esempio, la media dei numeri indicati è 2, quindi sottraendo ciascun numero per due e quadrando si ottiene 1, 0 e 1. Prendere la somma di questi numeri dà 2.
Trova la radice quadrata dell'ESS. Nell'esempio qui, prendendo la radice quadrata di 2 si ottiene 1,41. Chiama questo risultato B.
Dividi il risultato B per il risultato A. Concludendo l'esempio, dividendo 0,51 per 1,41 si ottiene 0,36. Questo è l'errore standard della pendenza.
Suggerimenti
Se disponi di un ampio set di dati, potresti prendere in considerazione l'idea di automatizzare il calcolo, come ci sarà un gran numero di calcoli individuali che devono essere fatti.
