统计学问题 请问估计标准误差是如何计算的?它和均方差，自由度，残差有什么关系?

Question

统计学问题 请问估计标准误差是如何计算的?它和均方差，自由度，残差有什么关系?RT

Answer 1

第一，标准误差，你说的是标准误还是标准差？标准误是样本均数的误差（变量是样本均数，就是抽样许多次得到不同的样本均数），标准差是样本的误差（变量是个体值，抽样许多个体），如果你把每个样本均数都看成是一个变量，那么标准误就变成了标准差。所以，你可以理解为标准误是样本均数的标准差。
第二，标准差或者标准误计算的话是:（每个X－所有X的均数）平方和÷（n－1），建议百度一下我输不了公式。
第三，我想你可能问的是标准化残差，和均方，自由度，残差之间的关系。这个一般用在回归模型中。
那么，标准化残差是将（每个残差值－所有残差的均数）÷所有残差的标准差，有点类似统计学的z变换或者t变换。残差的自由度，如果你分析的回归模型自变量为p个，那么自由度v＝n-p-1，残差的均方＝残差平方和÷自由度。
emmm第一次解答，不知道你问的是不是这个( ｰ̀εｰ́ )

Answer 2

统计学的名词解释估计标准误差：是度量各实际观测点在直线周围的散布状况的一个统计量。它是均方残差的平方根。集中趋势：是指一组数据向某一中心值靠拢的程度，它放映了一组数据中心点的位置所在。相关关系：变量之间存在的不确定的数量关系。中位数：是一组数据排序后处于中间位置上的变量值，用Me表示。参数：是用来描述总体特征的概括性数字度量，它是研究者想要了解的总体的某种特征值。区间估计：是在点估计的基础上，给出总体参数估计的一个区间范围，该区间通常由样本统计量加减抽样误差得到。匹配样本：即一个样本中的数据与另一个样本中的数据相对立。指数平滑法：是对过去的观测值加权平均进行预测的一种方法，该方法使得第t+1期的预测值等于t期的实际观察值与第t期预测值的加权平均值。时间序列：是同一现象在不同时间上的相继观察值排列而成的序列。