Pri prilagajanju ravne črte naboru podatkov vas bo morda zanimalo, kako dobro nastala črta ustreza podatkom. Eden od načinov za to je izračuna vsoto kvadratov napaka (SSE). Ta vrednost zagotavlja merilo, kako dobro se črta, ki najbolje ustreza, približa naboru podatkov. SSE je pomemben za analizo eksperimentalnih podatkov in se določi v nekaj kratkih korakih.
Poiščite vrstico, ki je najbolj primerna za modeliranje podatkov z uporabo regresije. Vrstica, ki se najbolje prilega, ima obliko y = ax + b, kjer sta a in b parametra, ki ju morate določiti. Te parametre lahko najdete s pomočjo preproste linearne regresijske analize. Na primer, predpostavimo, da ima črta, ki najbolje ustreza, obliko y = 0,8x + 7.
Z enačbo določite vrednost vsake vrednosti y, napovedane s črto, ki najbolje ustreza. To lahko storite tako, da vsako vrednost x nadomestite v enačbo premice. Na primer, če je x enako 1, če nadomestimo to v enačbo y = 0,8x + 7, dobimo 7,8 za vrednost y.
Določite povprečje vrednosti, predvidenih iz črte enačbe, ki najbolje ustreza. To lahko storite tako, da seštejete vse vrednosti y, predvidene iz enačb, in dobljeno število delite s številom vrednosti. Če so na primer vrednosti 7,8, 8,6 in 9,4, seštevanje teh vrednosti daje 25,8, delitev tega števila s številom vrednosti, v tem primeru 3, pa 8,6.
Od povprečja odštejemo vsako posamezno vrednost in nastalo število izračunamo na kvadrat. Če v našem primeru od vrednosti 8,6 odštejemo vrednost 7,8, je nastalo število 0,8. S kvadratom te vrednosti dobimo 0,64.
Seštejte vse kvadratne vrednosti iz 4. koraka. Če uporabite navodila v 4. koraku za vse tri vrednosti v našem primeru, boste našli vrednosti 0,64, 0 in 0,64. Če te vrednosti seštejemo, dobimo 1,28. To je vsota kvadratov napake.