Ve statistice lze parametry lineárního matematického modelu určit z experimentálních dat pomocí metody zvané lineární regrese. Tato metoda odhaduje parametry rovnice ve tvaru y = mx + b (standardní rovnice pro přímku) pomocí experimentálních dat. Stejně jako u většiny statistických modelů však model nebude přesně odpovídat datům; některé parametry, například sklon, proto budou mít nějakou chybu (nebo nejistotu) spojenou s nimi. Standardní chyba je jedním ze způsobů měření této nejistoty a lze ji provést v několika krátkých krocích.
Najděte součet zbytkových čtverců (SSR) pro model. Toto je součet druhé mocniny rozdílu mezi každým jednotlivým datovým bodem a datovým bodem, který model předpovídá. Například pokud byly datové body 2,7, 5,9 a 9,4 a datové body předpovězené z modelu byly 3, 6 a 9, pak se vezme druhá mocnina rozdíl každého z bodů dává 0,09 (zjištěno odečtením 3 o 2,7 a čtvercem výsledného čísla), 0,01 a 0,16, resp. Sečtením těchto čísel dohromady získáte 0,26.
Vydělte SSR modelu počtem pozorování datových bodů, minus dva. V tomto příkladu existují tři pozorování a odečtením dvou od tohoto získáme jedno. Vydělením SSR 0,26 jednou tedy získáte 0,26. Nazvěme tento výsledek A.
Určete vysvětlený součet čtverců (ESS) nezávislé proměnné. Například pokud byly datové body měřeny v intervalech 1, 2 a 3 sekundy, odečtete každé číslo od průměru čísel a umocníte jej a poté sčítáte následující čísla. Například průměr daných čísel je 2, takže odečtením každého čísla dvěma a čtvercem získáte 1, 0 a 1. Součet těchto čísel dává 2.
Najděte druhou odmocninu ESS. V zde uvedeném příkladu vezmeme druhou odmocninu 2 a dostaneme 1,41. Nazvěme tento výsledek B.
Vydělte výsledek B výsledkem A. Na závěr příkladu vydělením 0,51 číslem 1,41 získáme 0,36. Toto je standardní chyba sklonu.