통계에서 분산 분석 (ANOVA)은 서로 다른 데이터 그룹을 함께 분석하여 관련되거나 유사한 지 확인하는 방법입니다. ANOVA 내에서 중요한 테스트 중 하나는 평균 제곱근 오차 (MSE)입니다. 이 수량은 통계 모델에 의해 예측 된 값과 실제 시스템에서 측정 된 값의 차이를 추정하는 방법입니다. 루트 MSE 계산은 몇 가지 간단한 단계로 수행 할 수 있습니다.
각 데이터 세트 그룹의 전체 평균을 계산합니다. 예를 들어, 집합 A와 집합 B라는 두 개의 데이터 그룹이 있다고 가정합니다. 여기서 집합 A에는 숫자 1, 2, 3이 포함되고 집합 B에는 숫자 4, 5, 6이 포함됩니다. 집합 A의 평균은 2 (1, 2, 3을 더하고 3으로 나눈 값)이고 집합 B의 평균은 5입니다 (4, 5, 6을 함께 더하고 3으로 나눈 값).
개별 데이터 포인트에서 데이터의 평균을 빼고 다음 값을 제곱합니다. 예를 들어 데이터 세트 A에서 1을 2의 평균으로 빼면 -1이됩니다. 이 숫자를 제곱하면 (즉, 자체적으로 곱하면) 1이됩니다. 세트 A의 나머지 데이터에 대해이 프로세스를 반복하면 0과 1이 제공되고 세트 B의 경우 숫자도 1, 0 및 1이됩니다.
모든 제곱 값을 합산하십시오. 이전 예에서 제곱 된 숫자를 모두 합하면 숫자 4가 생성됩니다.
총 데이터 포인트 수를 처리 자유도 (데이터 세트 수)로 빼서 오류에 대한 자유도를 찾습니다. 이 예에는 총 6 개의 데이터 포인트와 2 개의 서로 다른 데이터 세트가 있으며, 이는 오류의 자유도에 4를 제공합니다.
오차 제곱합을 오차 자유 도로 나눕니다. 예제를 계속하면 4를 4로 나누면 1이됩니다. 이것은 평균 제곱 오차 (MSE)입니다.
MSE의 제곱근을 취하십시오. 예제를 마치면 1의 제곱근은 1입니다. 따라서이 예에서 ANOVA의 루트 MSE는 1입니다.