估計標準誤差（Se）是說明實際值與其估計值之間相對偏離程度的指標，主要用來衡量回歸方程的代表性。估計標準誤差，即因變量y的實際值與回歸方程求出的估計值之間的標準誤差，估計標準誤差越小，回歸方程擬合程度越好。
估計標準誤差的值越小，則估計量與其真實值的近似誤差越小，但不能認為估計量與真實值之間的絕對誤差就是估計標準誤差。估計標準誤差與判定系數相反，se反映了預測值與真實值之間誤差的大小，se越大說明擬合度越低。
擴展資料
估計標準誤差是度量各觀測點在直線周圍分散程度的壹個統計量，反映了實際觀測值yi與回歸估計值之間的差異程度。並且標準誤差越大，回歸方程的代表性越小。估計樣本值在期望值（平均值）附近的波動範圍，波動範圍越大表明樣本值越不穩定。
回歸直線與各觀測點的接近程度成為回歸直線對數據的擬合優度，而評判直線擬合優度需要壹些指標，其中壹個就是判定系數。如果壹個回歸直線預測非常準確，那麽它就需要讓來自x的影響盡可能的大，而讓來自無法預測幹擾項的影響盡可能的小，也就是說x影響占比越高，預測效果就越好。
參考資料來源；百度百科--估計標準誤差