Statistikā lineārā matemātiskā modeļa parametrus var noteikt pēc eksperimenta datiem, izmantojot metodi, ko sauc par lineāro regresiju. Izmantojot šo metodi, izmantojot eksperimentālos datus, tiek aprēķināti formas y = mx + b (līnijas standarta vienādojums) vienādojuma parametri. Tomēr, tāpat kā lielākajai daļai statistikas modeļu, modelis precīzi neatbilst datiem; tāpēc dažiem parametriem, piemēram, slīpumam, ar tiem būs saistīta kāda kļūda (vai nenoteiktība). Standarta kļūda ir viens no šīs nenoteiktības mērīšanas veidiem, un to var izdarīt ar dažiem īsiem soļiem.
Atrodiet modeļa kvadrātu atlikumu (SSR) summu. Šī ir starpība starp katru atsevišķu datu punktu un modeli prognozēto kvadrātu. Piemēram, ja datu punkti bija 2,7, 5,9 un 9,4 un pēc modeļa paredzētie datu punkti bija 3, 6 un 9, tad, ņemot katra punkta starpība dod 0.09 (atrodams, atņemot 3 ar 2.7 un kvadrājot iegūto skaitli), 0.01 un 0.16, attiecīgi. Saskaitot šos skaitļus kopā, tiek iegūts 0,26.
Sadaliet modeļa SSR ar datu punktu novērojumu skaitu, atņemot divus. Šajā piemērā ir trīs novērojumi, un no tā atņemot divus, tiek iegūts viens. Tāpēc, dalot SSR 0,26 ar vienu, iegūst 0,26. Nosauciet šo rezultātu A.
Nosakiet neatkarīgā mainīgā izskaidroto kvadrātu summu (ESS). Piemēram, ja datu punkti tika mērīti ar 1, 2 un 3 sekunžu intervālu, tad jūs atņemsiet katru skaitli ar skaitļu vidējo vērtību un kvadrātveida to, pēc tam summēsiet sekojošos skaitļus. Piemēram, norādīto skaitļu vidējais lielums ir 2, tāpēc katru skaitli atņemot ar diviem un kvadrātā iegūstot 1, 0 un 1. Ņemot šo skaitļu summu, iegūst 2.
Atrodiet ESS kvadrātsakni. Šajā piemērā, ņemot kvadrātsakni no 2, iegūst 1,41. Nosauciet šo rezultātu B.
Daliet rezultātu B ar rezultātu A. Noslēdzot piemēru, dalot 0,51 ar 1,41, iegūst 0,36. Šī ir slīpuma standarta kļūda.