回归标准差(S.E. of regression )怎样计算,公式是什么?

rss/(n-k) 这是庞皓版教材的计算公式(根据eviews软件回归结果）

S.E.= (∑e^2∕(n-k-1) )^(1/2)

回归标准差反映的是各变量值与其平均数的平均差异程度，表明其平均数对各变量值的代表性强弱；公式：各变量值与其平均数的差的平方和再求平均数，是方差，方差开平方就是标准差。

SE of regression 是标准误，其计算公式为RSS除以（n-k）(n为自由变量个数10,k为3) 再开根号。

RSS是残差平方和即Sum squared resid=342.5486。

由此内可得标准容误为6.9954

前提

标准化回归系数（Beta值）在多元回归中被用来比较变量间的重要性，但是由于重要性这一词意义的含糊性，这一统计常被误用。

有时人们说重要性，是指同样的条件下，哪一个东西更有效。在提高教学质量上，是硬件条件更重要还是师资更重要？如果是师资更重要，那么同样的物力投在师资上就可以更快地提高教学质量。但是这里要比较的两者必须有同样的测量单位，如成本（元）。

如果变量的单位不同，我们不能绝对地说哪个变量更重要。不同单位的两个东西是不能绝对地比出高低轻重来。要想进行绝对地比较，就需要两个东西有着共同的测度单位，否则无法比较。

以上内容参考来源：百度百科-标准回归系数

rss/(n-k) 这是庞皓版教材的计算公式(根据eviews软件回归结果）

S.E.= (∑e^2∕(n-k-1) )^(1/2)

回归标准差反映的是各变量值与其平均数的平均差异程度，表明其平均数对各变量值的代表性强弱；公式：各变量值与其平均数的差的平方和再求平均数，是方差，方差开平方就是标准差。

SE of regression 是标准误，其计算公式为RSS除以（n-k）(n为自由变量个数10,k为3) 再开根号.

RSS是残差平方和即Sum squared resid=342.5486

由此内可得标准容误为6.9954

扩展资料：

标准化回归系数说的重要性则与上面前提中所说的意义不同，这是一种相对的重要性，与某种情况下，自变量间的离散程度有关。

标准化回归系数的比较结果只是适用于某一特定环境的，而不是绝对正确的，它可能因时因地而变化。举例来说，从某一次数据中得出，在影响人格形成的因素中，环境因素的Beta值比遗传因素的Beta值大，这只能说明数据采集当时当地的情况，而不能加以任何不恰当的推论，不能绝对地不加任何限定地说，环境因素的影响就是比遗传因素大。事实上，如果未来环境因素的波动程度变小，很可能遗传因素就显得更为重要。

参考资料来源：百度百科-标准回归系数

解答如下，一定要把下面两种求标准差的公式分清楚，不要乱用。

S`E of regression的计算方法应该为：√（Sum squared resid(RSSS)/(n-k-1)）PS:K为解析变量个数

S.E.= (∑e^2∕(n-k-1) )^(1/2)