Při přizpůsobování přímky k sadě dat vás možná bude zajímat, jak dobře výsledná čára odpovídá datům. Jedním ze způsobů, jak toho dosáhnout, je vypočítat součet čtverců chyba (SSE). Tato hodnota poskytuje měřítko toho, jak dobře se řádka nejlepšího přizpůsobení přibližuje datové sadě. SSE je důležitý pro analýzu experimentálních dat a je určen pouze několika krátkými kroky.
Najděte řadu, která nejlépe vyhovuje modelování dat pomocí regrese. Řádek nejlepšího přizpůsobení má tvar y = ax + b, kde a a b jsou parametry, které musíte určit. Tyto parametry najdete pomocí jednoduché lineární regresní analýzy. Předpokládejme například, že čára nejvhodnějšího tvaru má tvar y = 0,8x + 7.
Pomocí rovnice určete hodnotu každé hodnoty y předpovězené řádkem nejlepšího přizpůsobení. Můžete to udělat tak, že každou hodnotu x dosadíte do rovnice přímky. Například pokud je x rovno 1, dosazením do rovnice y = 0,8x + 7 získáme hodnotu y 7,8.
Určete průměr hodnot předpovězených z řádku rovnice nejlepšího přizpůsobení. Můžete to udělat sečtením všech hodnot y předpovězených z rovnic a vydělením výsledného čísla počtem hodnot. Například pokud jsou hodnoty 7,8, 8,6 a 9,4, sečtením těchto hodnot se získá 25,8 a vydělením tohoto čísla počtem hodnot, v tomto případě 3, se získá 8,6.
Odečtěte každou z jednotlivých hodnot od průměru a výsledné číslo umocněte na druhou. V našem příkladu, pokud odečteme hodnotu 7,8 od střední hodnoty 8,6, je výsledné číslo 0,8. Druhá mocnina této hodnoty dává 0,64.
Sečtěte všechny čtvercové hodnoty z kroku 4. Pokud použijete pokyny v kroku 4 na všechny tři hodnoty v našem příkladu, najdete hodnoty 0,64, 0 a 0,64. Součet těchto hodnot dává 1,28. Toto je součet chyb čtverců.