Pritaikydami tiesią liniją prie duomenų rinkinio, jums gali būti įdomu nustatyti, kaip gerai gaunama linija tinka duomenims. Vienas iš būdų tai padaryti yra apskaičiuokite kvadratų sumą klaida (SSE). Ši reikšmė parodo, kaip geriausiai tinkanti eilutė priartina duomenų rinkinį. SSE yra svarbus eksperimentinių duomenų analizei ir nustatomas atliekant tik kelis trumpus veiksmus.
Suraskite liniją, kuri geriausiai tinka duomenims modeliuoti naudojant regresiją. Geriausiai tinkančios linijos forma yra y = ax + b, kur a ir b yra parametrai, kuriuos turite nustatyti. Šiuos parametrus galite rasti naudodami paprastą tiesinės regresijos analizę. Pavyzdžiui, tarkime, kad geriausiai tinkančios linijos forma yra y = 0,8x + 7.
Naudokite lygtį, kad nustatytumėte kiekvienos y vertės vertę, numatytą geriausiai tinkančia linija. Tai galite padaryti pakeisdami kiekvieną x reikšmę tiesės lygtyje. Pavyzdžiui, jei x yra lygus 1, tai pakeitus į lygtį y = 0,8x + 7 gaunama 7,8 y reikšmė.
Nustatykite reikšmių, numatytų pagal geriausiai tinkančios lygties eilutę, vidurkį. Tai galite padaryti susumuodami visas y lygias, numatytas iš lygčių, ir gautą skaičių padaliję iš reikšmių skaičiaus. Pvz., Jei reikšmės yra 7,8, 8,6 ir 9,4, susumavus šias reikšmes gaunama 25,8, o padalijus šį skaičių iš reikšmių skaičiaus (3 šiuo atveju - 8,6).
Iš vidurkio atimkite kiekvieną atskirą reikšmę ir gautą skaičių kvadratuokite. Mūsų pavyzdyje, jei iš vidurkio 8,6 atimsime vertę 7,8, gautas skaičius bus 0,8. Palyginus šią vertę, gaunama 0,64.
Apibendrinkite visas kvadrato vertes iš 4 žingsnio. Jei pritaikysite 4 veiksmo instrukcijas visoms trims mūsų pavyzdžio vertėms, rasite reikšmes 0,64, 0 ir 0,64. Susumavus šias reikšmes gaunama 1,28. Tai yra kvadratų paklaidos suma.