Andmekogumile sirgjoone sobitamisel võite olla huvitatud sellest, kui hästi saadud tulemus andmetega sobib. Üks võimalus selleks on arvutage ruutude summa viga (SSE). See väärtus näitab, kui hästi kõige paremini sobituv joon andmekogumi ligikaudne. SSE on katseandmete analüüsimisel oluline ja see määratakse vaid mõne lühikese toimingu abil.
Andmete modelleerimiseks regressiooni abil leiate kõige paremini rea. Parima sobivuse joon on kujul y = ax + b, kus a ja b on parameetrid, mille peate määrama. Need parameetrid leiate lihtsa lineaarse regressioonanalüüsi abil. Oletame näiteks, et kõige paremini sobiva joone kuju on y = 0,8x + 7.
Kasutage võrrandit, et määrata iga sobiva rea abil ennustatud y-väärtuse väärtus. Seda saate teha, asendades iga x-väärtuse joone võrrandiga. Näiteks kui x on võrdne 1, annab selle asendamine võrrandiga y = 0,8x + 7 y-väärtuse 7,8.
Määrake parima sobitamise võrrandilt ennustatud väärtuste keskmine. Seda saate teha, summeerides kõik võrranditest ennustatud y-väärtused ja jagades saadud arvu väärtuste arvuga. Näiteks kui väärtused on 7,8, 8,6 ja 9,4, annab nende väärtuste liitmine 25,8 ja jagades selle arvu väärtuste arvuga, antud juhul 3, saadakse 8,6.
Lahutage kõik üksikud väärtused keskmisest ja ruutige saadud arv. Kui meie näites lahutada väärtus 7,8 keskmisest 8,6, on saadud arv 0,8. Selle väärtuse ruudutamisel saadakse 0,64.
Võtke kokku kõik 4. sammu ruuduväärtused. Kui rakendate 4. juhise juhiseid kõigi meie näite kolme väärtuse jaoks, leiate väärtused 0,64, 0 ja 0,64. Nende väärtuste liitmisel saadakse 1,28. See on ruutude vea summa.