估计标准误差(Se)是说明实际值与其估计值之间相对偏离程度的指标,主要用来衡量回归方程的代表性。估计标准误差,即因变量y的实际值与回归方程求出的估计值之间的标准误差,估计标准误差越小,回归方程拟合程度越好。
估计标准误差的值越小,则估计量与其真实值的近似误差越小,但不能认为估计量与真实值之间的绝对误差就是估计标准误差。估计标准误差与判定系数相反,se反映了预测值与真实值之间误差的大小,se越大说明拟合度越低。
扩展资料
估计标准误差是度量各观测点在直线周围分散程度的一个统计量,反映了实际观测值yi与回归估计值之间的差异程度。并且标准误差越大,回归方程的代表性越小。估计样本值在期望值(平均值)附近的波动范围,波动范围越大表明样本值越不稳定。
回归直线与各观测点的接近程度成为回归直线对数据的拟合优度,而评判直线拟合优度需要一些指标,其中一个就是判定系数。如果一个回归直线预测非常准确,那么它就需要让来自x的影响尽可能的大,而让来自无法预测干扰项的影响尽可能的小,也就是说x影响占比越高,预测效果就越好。
参考资料来源;百度百科--估计标准误差