若X變項與Y變項有相關，依據兩者的相關可以以最小平方法，找出一條最適合線，以便進行預測。所預測的數值往往與實際測得的數值有一段落差，將每一個落差的平方加總以後除以人數，除完後的數值再開根號，此稱之為？
(A)估計標準誤
(B)測量標準誤
(C)標準誤
(D)變異數。

估計標準誤（Standard Error of Estimate）與 
等分散性（homoscedasticity） 

• 在上述的回歸分析中，我們相對的希望預測誤差的值越小越好∑(Y-Ŷ)²= min 。然而，我們每預測一次，就會形成一個誤差，預測Ｎ次，就會形成Ｎ個誤差．許多個誤差所形成分配中的標準差，我們稱之為“估計標準誤”（SEe）。 換言之，我們關心這個誤差的“單位”是多少？我們將這個誤差的單位稱之為“估計標準誤”。

　　　　 SY•X = √SSreg/N 

• 在推論統計中，當Ｙ變項成常態分配，Ｘ變項也成常態分配的時候，所預估的Ŷ也會成常態 分配．不管預測變項的分數高或低，估計標準誤都是一樣大的時候，我們稱之為等分散性。

估計標準誤的特性 

• 當r =±1的時候，表示預測變項Y都落在迴歸線上，預測完全沒有誤差。

• 當r=0的時候，表示使用Ỹ預測Y與Ŷ預測Y的誤差是一樣 的，此時，使用迴歸線來預測完全無效。

類題比較

（Ｂ）用同一個測驗測量一個人無限多次，這無限多次的成績會呈常態分配，此一常態分配的標準差稱之為
(A)標準差
(B)測量標準誤
(C)差異標準誤
(D)變異數。 

阿摩線上測驗: http://www.yamol.tw/tfulltext-%E6%B8%AC%E9%87%8F%E6%A8%99%E6%BA%96%E8%AA%A4.htm#99#ixzz5euIZh3WI

這題正確答案是 (A) 估計標準誤。

⸻

一起來解析題目：

你所描述的過程是迴歸分析（regression analysis）中，使用最小平方法（least squares）來找出預測線（regression line）。
• 「將每一個落差的平方加總」：這是指 殘差平方和（sum of squared residuals）
• 「除以人數」：實際上是除以自由度（n - 2，若是一元迴歸）
• 「再開根號」：這正是 估計標準誤（standard error of estimate）

⸻

所以：

估計標準誤表示：
每一個實際觀察值與預測值（在迴歸線上）的平均誤差程度

⸻

其他選項說明：
• (B) 測量標準誤：常指測驗的誤差範圍（例如信度用於推估真實分數區間）
• (C) 標準誤：通常指「平均數的抽樣分配的標準差」，和迴歸預測誤差不同
• (D) 變異數：是資料離平均數的平方平均，和預測誤差不同層面

⸻

總結：

本題描述的是「預測值與實際值之差距的平方平均後再開根號」，所以答案是：
(A) 估計標準誤。