Isi
Dalam statistik, analisis varians (ANOVA) adalah cara menganalisis kelompok data yang berbeda bersama-sama untuk melihat apakah mereka terkait atau serupa. Salah satu tes penting dalam ANOVA adalah root mean square error (MSE). Kuantitas ini adalah cara memperkirakan perbedaan antara nilai yang diprediksi oleh model statistik dan nilai yang diukur dari sistem aktual. Menghitung root MSE dapat dilakukan dalam beberapa langkah langsung.
Jumlah Kesalahan Persegi (SSE)
Hitung rata-rata keseluruhan dari setiap kelompok kumpulan data. Sebagai contoh, katakanlah ada dua kelompok data, set A dan set B, di mana set A berisi angka 1, 2 dan 3 dan set B berisi angka 4, 5 dan 6. Rata-rata set A adalah 2 (ditemukan oleh menambahkan 1, 2 dan 3 bersama-sama dan membaginya dengan 3) dan rata-rata himpunan B adalah 5 (ditemukan dengan menambahkan 4, 5 dan 6 bersama-sama dan membaginya dengan 3).
Kurangi rata-rata data dari masing-masing titik data dan kuadratkan nilai selanjutnya. Misalnya, dalam kumpulan data A, mengurangkan 1 dengan rata-rata 2 memberikan nilai -1. Mengkuadratkan angka ini (artinya mengalikannya dengan sendirinya) memberikan 1. Mengulangi proses ini untuk sisa data dari himpunan A memberi 0, dan 1, dan untuk himpunan B, angkanya 1, 0 dan 1 juga .
Ringkas semua nilai kuadrat. Dari contoh sebelumnya, meringkas semua angka kuadrat menghasilkan angka 4.
Menghitung MSE Root di ANOVA
Temukan derajat kebebasan untuk kesalahan dengan mengurangi jumlah total poin data dengan derajat kebebasan untuk perawatan (jumlah set data). Dalam contoh kami, ada enam titik data total dan dua set data yang berbeda, yang memberikan 4 sebagai derajat kebebasan untuk kesalahan.
Membagi jumlah kesalahan kuadrat dengan derajat kebebasan untuk kesalahan. Melanjutkan contoh, membagi 4 dengan 4 memberi 1. Ini adalah mean square error (MSE).
Ambil akar kuadrat dari MSE. Sebagai contoh, akar kuadrat dari 1 adalah 1. Oleh karena itu, akar MSE untuk ANOVA adalah 1 dalam contoh ini.