आँकड़ों में, एक रैखिक गणितीय मॉडल के मापदंडों को प्रायोगिक डेटा से रैखिक प्रतिगमन नामक एक विधि का उपयोग करके निर्धारित किया जा सकता है। यह विधि प्रयोगात्मक डेटा का उपयोग करके y = mx + b (एक रेखा के लिए मानक समीकरण) के समीकरण के पैरामीटर का अनुमान लगाती है। हालांकि, अधिकांश सांख्यिकीय मॉडलों की तरह, मॉडल डेटा से सटीक रूप से मेल नहीं खाएगा; इसलिए, कुछ पैरामीटर, जैसे कि ढलान, से जुड़ी कुछ त्रुटि (या अनिश्चितता) होगी। मानक त्रुटि इस अनिश्चितता को मापने का एक तरीका है और इसे कुछ ही छोटे चरणों में पूरा किया जा सकता है।
मॉडल के लिए वर्ग अवशिष्ट (SSR) का योग ज्ञात कीजिए। यह प्रत्येक व्यक्तिगत डेटा बिंदु और मॉडल की भविष्यवाणी के डेटा बिंदु के बीच अंतर के वर्ग का योग है। उदाहरण के लिए, यदि डेटा बिंदु 2.7, 5.9 और 9.4 थे और मॉडल से अनुमानित डेटा बिंदु 3, 6 और 9 थे, तो का वर्ग लेना प्रत्येक बिंदु का अंतर 0.09 देता है (3 को 2.7 से घटाकर और परिणामी संख्या का वर्ग करके पाया जाता है), 0.01 और 0.16, क्रमशः। इन संख्याओं को एक साथ जोड़ने पर 0.26 प्राप्त होता है।
मॉडल के SSR को डेटा बिंदु अवलोकनों की संख्या से विभाजित करें, घटा दो। इस उदाहरण में, तीन प्रेक्षण हैं और इनमें से दो को घटाने पर एक प्राप्त होता है। अतः 0.26 के SSR को एक से भाग देने पर 0.26 प्राप्त होता है। इस परिणाम को कॉल करें ए।
स्वतंत्र चर के वर्गों (ईएसएस) का समझाया गया योग निर्धारित करें। उदाहरण के लिए, यदि डेटा बिंदुओं को 1, 2 और 3 सेकंड के अंतराल पर मापा जाता है, तो आप प्रत्येक संख्या को संख्याओं के माध्य से घटाएंगे और उसका वर्ग करेंगे, फिर आने वाली संख्याओं का योग करेंगे। उदाहरण के लिए, दी गई संख्याओं का माध्य 2 है, इसलिए प्रत्येक संख्या को दो से घटाकर वर्ग करने पर 1, 0 और 1 प्राप्त होता है। इन संख्याओं का योग लेने पर 2 प्राप्त होता है।
ईएसएस का वर्गमूल ज्ञात कीजिए। यहाँ उदाहरण में, 2 का वर्गमूल लेने पर 1.41 प्राप्त होता है। इस परिणाम को कॉल करें बी.
परिणाम बी को परिणाम ए से विभाजित करें। उदाहरण को समाप्त करने पर, 0.51 को 1.41 से भाग देने पर 0.36 प्राप्त होता है। यह ढलान की मानक त्रुटि है।