回归标准误差s计算方法

回归标准误差（Standard Error of Regression，简称SER）是用来衡量回归模型中预测值与实际观测值之间的离散程度的指标。它表示了回归模型的预测误差的平均大小。
计算回归标准误差的方法如下：

首先，计算每个观测值的预测误差，即实际观测值与回归模型的预测值之间的差异。
然后，将每个观测值的预测误差平方，得到平方误差。
对平方误差求和，并除以样本量减去回归模型中自变量的个数（即自由度）得到均方误差（Mean Squared Error，简称MSE）。
最后，将均方误差开根号，即可得到回归标准误差。

公式表示为：
SER = sqrt(MSE) = sqrt(Σ(yi - ŷi)² / (n - k))
其中，yi表示实际观测值，ŷi表示回归模型的预测值，n表示样本量，k表示回归模型中自变量的个数。