Sisältö
Kun sovitat suoraa tietosarjaan, saatat olla kiinnostunut selvittämään, kuinka hyvin tuloksena oleva viiva sopii tietoihin. Yksi tapa tehdä tämä on laskea neliövirheen (SSE) summa. Tämä arvo antaa mittarin siitä, kuinka hyvin parhaiten sopiva viiva arvioi tietojoukkoa. SSE on tärkeä kokeellisen datan analysoinnissa, ja se määritetään vain muutamalla lyhyellä vaiheella.
Löydä parhaiten sopiva rivi mallinntaaksesi tietoja regression avulla. Parhaiten sopivalla rivillä on muoto y = ax + b, missä a ja b ovat parametrit, jotka sinun on määritettävä. Voit löytää nämä parametrit käyttämällä yksinkertaista lineaarista regressioanalyysiä. Oletetaan esimerkiksi, että parhaiten sopivan rivin muoto on y = 0,8x + 7.
Käytä yhtälöä määrittääksesi kunkin y-arvon arvon, joka ennustetaan parhaiten sopivan linjan avulla. Voit tehdä tämän korvaamalla jokaisen x-arvon viivan yhtälöön. Esimerkiksi, jos x on yhtä kuin 1, korvaamalla se yhtälöön y = 0,8x + 7, saadaan y-arvoksi 7,8.
Määritä parhaiten sopivan yhtälön riviltä ennustettujen arvojen keskiarvo. Voit tehdä tämän summaamalla kaikki yhtälöistä ennustetut y-arvot ja jakamalla tuloksena oleva luku arvojen lukumäärällä. Esimerkiksi, jos arvot ovat 7,8, 8,6 ja 9,4, näiden arvojen summaaminen antaa 25,8, ja tämä luku jaettuna arvojen lukumäärällä 3, antaa tässä tapauksessa 8,6.
Vähennä jokainen yksittäinen arvo keskiarvosta ja neliöi tuloksena oleva luku. Esimerkissämme, jos vähennämme arvon 7.8 keskiarvosta 8.6, tuloksena oleva luku on 0,8. Tämän arvon neliöiminen antaa 0,64.
Laske yhteen kaikki vaiheen 4 neliöarvot. Jos soveltat vaiheen 4 ohjeita kaikkiin kolmeen esimerkissä olevaan arvoon, löydät arvoja 0,64, 0 ja 0,64. Kun nämä arvot lasketaan yhteen, saadaan 1,28. Tämä on neliöiden virheen summa.