Isi
Saat memasang garis lurus ke satu set data, Anda mungkin tertarik untuk menentukan seberapa baik garis yang dihasilkan cocok dengan data. Salah satu cara untuk melakukan ini adalah menghitung jumlah kesalahan kuadrat (SSE). Nilai ini memberikan ukuran seberapa baik garis paling cocok mendekati set data. SSE adalah penting untuk analisis data eksperimental dan ditentukan hanya melalui beberapa langkah singkat.
Temukan garis yang paling cocok untuk memodelkan data menggunakan regresi. Garis paling cocok memiliki bentuk y = kapak + b, di mana a dan b adalah parameter yang perlu Anda tentukan. Anda dapat menemukan parameter ini menggunakan analisis regresi linier sederhana. Misalnya, asumsikan garis paling cocok memiliki bentuk y = 0,8x + 7.
Gunakan persamaan untuk menentukan nilai setiap nilai-y yang diprediksi oleh garis paling cocok. Anda dapat melakukan ini dengan mengganti setiap nilai-x ke dalam persamaan garis. Misalnya, jika x sama dengan 1, menggantikannya ke dalam persamaan y = 0,8x + 7 menghasilkan 7,8 untuk nilai-y.
Tentukan nilai rata-rata yang diprediksi dari garis persamaan paling cocok. Anda dapat melakukan ini dengan merangkum semua nilai-y yang diprediksi dari persamaan, dan membagi jumlah yang dihasilkan dengan jumlah nilai. Misalnya, jika nilainya adalah 7,8, 8,6 dan 9,4, menjumlahkan nilai-nilai ini memberikan 25,8, dan membagi angka ini dengan jumlah nilai, 3 dalam hal ini, memberikan 8,6.
Kurangi masing-masing nilai individual dari rata-rata, dan kuadratkan angka yang dihasilkan. Dalam contoh kita, jika kita mengurangi nilai 7,8 dari rata-rata 8,6, angka yang dihasilkan adalah 0,8. Mengkuadratkan nilai ini menghasilkan 0,64.
Jumlahkan semua nilai kuadrat dari Langkah 4. Jika Anda menerapkan instruksi di Langkah 4 ke ketiga nilai dalam contoh kami, Anda akan menemukan nilai-nilai 0,64, 0 dan 0,64. Menjumlahkan nilai-nilai ini memberi 1,28. Ini adalah jumlah kesalahan kuadrat.