标准误差的计算公式如下：

SE = sqrt(Σ(y - ȳ)² / (n - k - 1))

其中：

SE 是回归方程估计标准误差

Σ 表示求和符号

y 是观测值的实际值

ȳ 是观测值的预测值（回归方程所给出的值）

n 是样本观测值的数量

k 是回归模型中自变量的数量（包括常数项）回归方程估计标准误差（Standard Error of Estimation，也称为标准误差）是衡量回归模型预测误差的统计度量。它表示观测值与回归线（或回归方程）之间的平均离散程度。

在计算标准误差时，我们将每个观测值的预测值与实际值之差的平方进行求和，并除以自由度（n-k-1）后取平方根。标准误差越小，表示回归模型的拟合程度越好。

需要注意的是，标准误差并不是回归系数的度量，而是衡量整个模型的拟合程度。如果你想了解回归系数的标准误差，可以查看回归模型的输出结果，其中通常包含了每个回归系数的标准误差估计。