Съдържание
В статистиката анализът на дисперсията (ANOVA) е начин за анализ на различни групи данни заедно, за да се види дали те са свързани или подобни. Един важен тест в рамките на ANOVA е главната средно квадратна грешка (MSE). Това количество е начин за оценка на разликата между стойностите, предвидени от статистически модел, и измерените стойности от реалната система. Изчисляването на коренния MSE може да се извърши в няколко прави стъпки.
Сума от квадратни грешки (SSE)
Изчислете общата средна стойност за всяка група набори от данни. Например, да кажем, че има две групи данни, набор A и набор B, където набор A съдържа числата 1, 2 и 3, а комплект B съдържа числата 4, 5 и 6. Средната стойност от набор A е 2 (открита от добавяне на 1, 2 и 3 заедно и разделяне на 3), а средната стойност на набор В е 5 (намира се чрез добавяне на 4, 5 и 6 заедно и разделяне на 3).
Извадете средната стойност на данните от отделните точки от данни и начертайте следващата стойност. Например, в набора от данни А изваждането на 1 със средно 2 дава стойност -1. Намаляването на това число (тоест умножаването му по себе си) дава 1. Повтарянето на този процес за останалите данни от набор A дава 0 и 1, а за набор B числата са също 1, 0 и 1 ,
Обобщете всички стойности в квадрат. От предишния пример, обобщавайки всички квадратни числа, се получава числото 4.
Изчисляване на Root MSE в ANOVA
Намерете степента на свобода за грешка, като извадите общия брой точки от данни по степента на свобода за лечение (броя на наборите от данни). В нашия пример има шест общи точки от данни и два различни набора от данни, което дава 4 като степен на свобода за грешка.
Разделете сумата от квадратна грешка на степените на свобода за грешка. Продължавайки примера, разделянето на 4 на 4 дава 1. Това е средната квадратна грешка (MSE).
Вземете квадратния корен на MSE. В заключение на примера, квадратният корен на 1 е 1. Следователно, коренът MSE за ANOVA е 1 в този пример.