В статистиката дисперсионният анализ (ANOVA) е начин за анализ на различни групи данни заедно, за да се види дали са свързани или сходни. Един важен тест в рамките на ANOVA е средноквадратичната грешка (MSE). Това количество е начин за оценка на разликата между стойностите, предвидени от статистически модел и измерените стойности от действителната система. Изчисляването на основния MSE може да се извърши с няколко ясни стъпки.
Изчислете общото средно 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 набор B съдържа числата 4, 5 и 6. Средната стойност на набор A е 2 (намира се чрез добавяне на 1, 2 и 3 заедно и разделяне на 3), а средната стойност на набор B е 5 (намира се чрез добавяне на 4, 5 и 6 заедно и разделяне на 3).
Извадете средната стойност на данните от отделните точки с данни и изравнете получената стойност. Например, в набора от данни A, изваждането на 1 по средно от 2 дава стойност -1. Квадратурата 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 също са 1, 0 и 1.
Сумирайте всички квадратни стойности. От предишния пример сумирането на всички квадратни числа води до числото 4.
Намерете степента на свобода за грешка, като извадите общия брой точки от данни от степента на свобода за обработка (броя набори от данни). В нашия пример има общо шест точки от данни и два различни набора от данни, което дава 4 като степента на свобода за грешка.
Разделете сумата от грешките на квадратите на степента на свобода за грешка. Продължавайки примера, разделянето на 4 на 4 дава 1. Това е средната квадратична грешка (MSE).
Вземете квадратния корен на MSE. В заключение на примера квадратният корен от 1 е 1. Следователно коренът MSE за ANOVA е 1 в този пример.