SE — (Standard Error) — Стандартная ошибка / Стандартная погрешность
Стандартная ошибка (Standard Error, SE) — это оценка стандартного отклонения распределения выборочных оценок статистического параметра (чаще всего — среднего). Она показывает, насколько сильно выборочные средние (или другие оценки) варьируются от выборки к выборке при повторении эксперимента. Малая SE указывает на то, что оценка параметра стабильна и близка к истинному значению в популяции; большая SE — на высокую вариабельность и меньшую точность оценки. SE используется для построения доверительных интервалов и проведения статистических тестов (например, t-тестов). Стандартная ошибка — показатель надежности.
Показатель отклонения полученного коэффициента регрессии от предполагаемого значения реального (но неизвестного) коэффициента для массива. В (t-тесте стандартная ошибка определенного коэффициента делится на этот коэффициент, показывая t-значение. t-таблица, численная таблица, состоящая из значений f-отношения и частоты их появления в (-распределении, чье среднее значение равняется нулю, t-тест: тест статистической значимости полученных коэффициентов регрессии. Если коэффициент проходит этот тест, то исследователь может быть вполне уверен в том, что значение коэффициента для массива не равняется нулю.
К какому типу индикаторов относится
Стандартная ошибка относится к разряду статистических оценок точности (погрешности) — это показатель надежности (статистической точности) оценок параметров выборки. В прикладной классификации индикаторов её можно отнести к:
— метрикам оценки неопределённости/надёжности,
— вспомогательным статистическим индикаторам (для интервалов доверия и тестов гипотез).
Расчёт индикатора Standard Error
— Для стандартной ошибки среднего при выборке размера n с выборочным стандартным отклонением s:
SE = s / sqrt(n)
— Где выборочное стандартное отклонение s рассчитывается как:
s = sqrt( (1/(n-1)) * Σ_{i=1}^n (x_i — x̄)^2 )
— Для стандартной ошибки пропорции p̂ (при биномиальном распределении):
SE_{p̂} = sqrt( p̂(1 — p̂) / n )
— Для стандартной ошибки разницы между двумя независимыми средними (с выборочными стандартными отклонениями s1, s2 и размерами n1, n2):
SE_{diff} = sqrt( s1^2 / n1 + s2^2 / n2 )
Как работает индикатор Standard Error
Чем больше погрешность, тем менее надежен тренд, поскольку цены отклоняются от линии линейной регрессии.
Чем меньше погрешность, тем надежнее тренд, поскольку цены группируются вокруг линии линейной регрессии.
Стандартная ошибка для заданного периода показывает, насколько цены отклонились от линии линейной регрессии за тот же период. Чем выше стандартная ошибка, тем сильнее цены отклонились от линии линейной регрессии за тот же период. Чем ниже стандартная ошибка, тем ближе цены к линии линейной регрессии. Если бы все цены закрытия соответствовали значениям линии линейной регрессии, стандартная ошибка была бы равна нулю.
