Errore standard della stima

Questo calcolatore dell'errore standard della stima misura quanto i valori osservati di y aderiscono a una retta adattata. Lei fornisce due array paralleli di numeri accoppiati—valori indipendenti in x e dipendenti in y—con almeno tre coppie. Il motore adatta la retta ai minimi quadrati ordinari ŷ uguale a m per x più b, forma la somma dei quadrati residuali SSE come somma delle differenze al quadrato tra ciascun y e la sua predizione, quindi riporta l'errore standard della stima SEE uguale alla radice quadrata di SSE divisa per n meno due. Quel singolo numero è la dimensione tipica del residuo intorno alla retta: un SEE minore indica punti più vicini alle predizioni; uno maggiore, più dispersione verticale dopo aver rimosso la tendenza lineare. Riceve anche la dimensione campionaria, i gradi di libertà, le medie, la pendenza, l'intercetta, lo SSE stesso, una stringa compatta di equazione e l'etichetta della formula, così fogli di calcolo e script possono confrontare ogni intermedio. Il percorso è aritmetica puramente deterministica, senza chiamate di rete, senza ricampionamento bootstrap e senza comportamento dipendente dalla data.

Cosa misura l'errore standard della stima e come differisce dal SEM

L'errore standard della stima risponde a una domanda di regressione: dopo aver adattato una retta a dati accoppiati, quanto sono grandi i residui verticali tipici? Algebricamente il residuo di ciascun punto è la y osservata meno la ŷ predetta sulla retta ai minimi quadrati, SSE è la somma di quei residui al quadrato e SEE è la radice quadrata di SSE su n meno due.

Il denominatore n meno due sono i gradi di libertà residuali della regressione lineare semplice con intercetta: due parametri sono stati stimati sullo stesso campione, quindi due gradi di libertà vengono consumati prima di riassumere la varianza residuale. Tale costruzione è deliberatamente diversa dall'errore standard della media. Il SEM è la deviazione standard campionaria divisa per la radice quadrata di n e descrive la precisione di una media di un solo campione; non adatta mai una retta e non ha mai bisogno di valori x accoppiati.

Cercare un calcolatore dell'errore standard della stima di solito significa che uno studente o un analista vuole la dispersione residuale intorno a una tendenza, non l'incertezza di una media. Questa pagina quindi restituisce sempre le quantità di adattamento che definiscono il SEE—pendenza, intercetta, SSE, gradi di libertà e il SEE stesso—invece di una media univariata e s sulla radice di n.

Valori x identici vengono pure rifiutati perché la pendenza ai minimi quadrati è indefinita quando non c'è varianza nella variabile indipendente, quindi né la retta né il SEE possono formarsi. Numeri non finiti, lunghezze di serie disuguali, liste vuote e array oltre i limiti pubblicati di lunghezza o magnitudine falliscono allo stesso modo con messaggi chiari a livello di campo e non vengono fatturati.

Dove il SEE si colloca nello studio, nella scienza, nel prodotto e nel reporting

Gli studenti incontrano l'errore standard della stima quando un corso di statistica passa dai diagrammi di dispersione alla regressione lineare semplice e chiede un solo numero che riassuma la dispersione residuale intorno alla retta adattata. I docenti possono pre-generare chiavi di risposta per serie accoppiate modeste senza fidarsi di app opache che arrotondano diversamente i quadrati intermedi o nascondono se hanno usato n, n meno uno o n meno due.

Gruppi di laboratorio e di ingegneria usano il SEE per calibrare strumenti, collegare un'impostazione di controllo a una risposta misurata, o verificare quanto un modello lineare segua un sensore dopo un adattamento di routine. Economisti e scienziati sociali riportano il SEE accanto alle stime di pendenza affinché il lettore veda la scala dell'errore di predizione nelle stesse unità di y, non solo un R-quadrato adimensionale.

I team di prodotto e analytics monitorano l'errore residuale di modelli di tendenza lineare per latenza rispetto al carico, conversione rispetto alla spesa o domanda rispetto al prezzo quando una retta del primo ordine è la linea di base prima di modelli più elaborati. Lo abbini al calcolatore di regressione lineare quando Le servono anche R-quadrato e vettori residuali, e al calcolatore dell'errore standard della media quando la domanda riguarda la precisione di una media piuttosto che la dimensione residuale intorno a una retta.