Definición: El Error estándar de estimación es la medida de variación de una observación realizada alrededor de la línea de regresión calculada. Simplemente, se utiliza para verificar la precisión de las predicciones realizadas con la línea de regresión.
Asimismo, una desviación estándar que mide la variación en el conjunto de datos de su media, el error estándar de estimación también mide la variación en los valores reales de Y a partir de los valores calculados de Y (predichos) en la línea de regresión. Se calcula como una desviación estándar, y aquí las desviaciones son la distancia vertical de cada punto desde la línea de relación promedio.
La desviación de cada punto de la línea de regresión se expresa como Y-Ye, entonces la raíz cuadrada de la media de la desviación estándar es:
Y = valores reales
Ye = valores estimados
Esta fórmula no es conveniente ya que requiere calcular el valor estimado de Y, es decir, Ye. Por lo tanto, a continuación se proporciona una fórmula más conveniente y fácil:
De manera similar, el valor de Sxy se puede calcular usando la siguiente fórmula:
Una vez que se calculan estos valores, el error estándar de estimación se puede calcular fácilmente utilizando las siguientes fórmulas:
Cuanto menor sea el valor de un error estándar de estimación, más cerca estarán los puntos de la línea de regresión y mejor será la estimación basada en la ecuación de la línea. Si el error estándar es cero, entonces no hay variación correspondiente a la línea calculada y la correlación será perfecta.
Así, el error estándar de estimación mide la precisión de las cifras estimadas, es decir, es posible determinar la bondad y representatividad de la línea de regresión como descripción de la relación promedio entre las dos series.
¿Te ha resultado útil??
1 / 1