आँकड़ों में, विचरण का विश्लेषण (ANOVA) डेटा के विभिन्न समूहों का एक साथ विश्लेषण करने का एक तरीका है, यह देखने के लिए कि क्या वे संबंधित हैं या समान हैं। एनोवा के भीतर एक महत्वपूर्ण परीक्षण मूल माध्य वर्ग त्रुटि (एमएसई) है। यह मात्रा एक सांख्यिकीय मॉडल द्वारा अनुमानित मूल्यों और वास्तविक प्रणाली से मापा मूल्यों के बीच अंतर का अनुमान लगाने का एक तरीका है। रूट MSE की गणना कुछ सरल चरणों में की जा सकती है।
डेटा सेट के प्रत्येक समूह के समग्र माध्य की गणना करें। उदाहरण के लिए, मान लें कि डेटा के दो समूह हैं, सेट ए और सेट बी, जहां सेट ए में संख्याएं 1, 2 और 3 हैं और सेट बी में संख्याएं 4, 5 और 6 हैं। समुच्चय A का माध्य 2 है (एक साथ 1, 2 और 3 जोड़कर और 3 से भाग करके पाया जाता है) और समुच्चय B का माध्य 5 है (4, 5 और 6 को एक साथ जोड़कर और 3 से विभाजित करके पाया जाता है)।
अलग-अलग डेटा बिंदुओं से डेटा का माध्य घटाएं और आने वाले मान का वर्ग करें। उदाहरण के लिए, डेटा सेट A में, 1 को 2 के माध्य से घटाने पर -1 का मान प्राप्त होता है। इस संख्या का वर्ग करने पर (अर्थात् इसे स्वयं से गुणा करने पर) 1 प्राप्त होता है। सेट ए के बाकी डेटा के लिए इस प्रक्रिया को दोहराने से 0, और 1 मिलता है, और सेट बी के लिए, संख्याएं 1, 0 और 1 भी होती हैं।
सभी चुकता मानों का योग करें। पिछले उदाहरण से, सभी चुकता संख्याओं का योग संख्या 4 उत्पन्न करता है।
उपचार के लिए स्वतंत्रता की डिग्री (डेटा सेट की संख्या) से डेटा बिंदुओं की कुल संख्या घटाकर त्रुटि के लिए स्वतंत्रता की डिग्री पाएं। हमारे उदाहरण में, कुल छह डेटा बिंदु और दो अलग-अलग डेटा सेट हैं, जो त्रुटि के लिए स्वतंत्रता की डिग्री के रूप में 4 देता है।
त्रुटि के लिए स्वतंत्रता की डिग्री से वर्ग त्रुटि के योग को विभाजित करें। उदाहरण को जारी रखते हुए, 4 को 4 से भाग देने पर 1 प्राप्त होता है। यह माध्य वर्ग त्रुटि (MSE) है।
एमएसई का वर्गमूल लें। उदाहरण को समाप्त करते हुए, 1 का वर्गमूल 1 है। इसलिए, इस उदाहरण में एनोवा के लिए मूल एमएसई 1 है।