בסטטיסטיקה, ניתן לקבוע את הפרמטרים של מודל מתמטי ליניארי מתוך נתונים ניסיוניים בשיטה הנקראת רגרסיה לינארית. שיטה זו מעריכה את הפרמטרים של משוואה בצורה y = mx + b (המשוואה הסטנדרטית לקו) באמצעות נתונים ניסיוניים. עם זאת, כמו ברוב המודלים הסטטיסטיים, המודל לא יתאים בדיוק לנתונים; לכן, בפרמטרים מסוימים, כגון המדרון, תהיה שגיאה כלשהי (או אי וודאות). השגיאה הסטנדרטית היא אחת הדרכים למדוד אי וודאות זו וניתן לבצע אותה בכמה צעדים קצרים.
מצא את סכום השאריות המרובעות (SSR) עבור המודל. זהו סכום ריבוע ההפרש בין כל נקודת נתונים בודדת לנקודת הנתונים שהמודל מנבא. לדוגמא, אם נקודות הנתונים היו 2.7, 5.9 ו- 9.4 ונקודות הנתונים שנחזו מהמודל היו 3, 6 ו -9, אזי לקחת את הריבוע של ההפרש של כל אחת מהנקודות נותן 0.09 (נמצא על ידי חיסור 3 על ידי 2.7 וריבוע המספר שהתקבל), 0.01 ו- 0.16, בהתאמה. הוספת מספרים אלה יחד נותנת 0.26.
חלק את ה- SSR של המודל במספר תצפיות נקודת הנתונים, מינוס שתיים. בדוגמה זו, יש שלוש תצפיות והחסרת שתיים מכך נותנת אחת. לכן, חלוקת ה- SSR של 0.26 אחת נותנת 0.26. קרא לתוצאה זו A.
קבע את סכום הריבועים המוסבר (ESS) של המשתנה הבלתי תלוי. לדוגמא, אם נקודות הנתונים נמדדו במרווחים של 1, 2 ו- 3 שניות, אז תחסירו כל מספר בממוצע המספרים וריבועו אותו, ואז תסכם את המספרים הבאים. לדוגמא, הממוצע של המספרים הנתונים הוא 2, כך שחיסור כל מספר בשניים וריבוע נותן 1, 0 ו- 1. לקיחת סכום המספרים הללו ניתן 2.
מצא את השורש הריבועי של ה- ESS. בדוגמה כאן, נטילת השורש הריבועי של 2 נותנת 1.41. קרא לתוצאה זו B.
חלק את התוצאה B לפי התוצאה A. לסיום הדוגמא, חלוקה של 0.51 ב- 1.41 נותנת 0.36. זוהי השגיאה הסטנדרטית של המדרון.