เมื่อปรับเส้นตรงเข้ากับชุดข้อมูล คุณอาจสนใจที่จะกำหนดว่าเส้นผลลัพธ์จะพอดีกับข้อมูลมากน้อยเพียงใด วิธีหนึ่งในการทำสิ่งนี้คือ คำนวณผลรวมของกำลังสอง ข้อผิดพลาด (SSE) ค่านี้จะเป็นตัววัดว่าเส้นที่พอดีที่สุดนั้นใกล้เคียงกับชุดข้อมูลมากน้อยเพียงใด SSE มีความสำคัญสำหรับการวิเคราะห์ข้อมูลการทดลองและถูกกำหนดโดยขั้นตอนสั้นๆ เพียงไม่กี่ขั้นตอน
ค้นหาบรรทัดที่เหมาะสมที่สุดในการสร้างแบบจำลองข้อมูลโดยใช้การถดถอย เส้นที่พอดีที่สุดมีรูปแบบ y = ax + b โดยที่ a และ b เป็นพารามิเตอร์ที่คุณต้องกำหนด คุณสามารถค้นหาพารามิเตอร์เหล่านี้ได้โดยใช้การวิเคราะห์การถดถอยเชิงเส้นอย่างง่าย ตัวอย่างเช่น สมมติว่าเส้นที่พอดีที่สุดมีรูปแบบ y = 0.8x + 7
ใช้สมการเพื่อกำหนดค่าของค่า y แต่ละค่าที่ทำนายโดยเส้นที่พอดีที่สุด คุณสามารถทำได้โดยแทนค่า x แต่ละค่าลงในสมการของเส้นตรง ตัวอย่างเช่น ถ้า x เท่ากับ 1 การแทนค่านั้นลงในสมการ y = 0.8x + 7 จะให้ 7.8 สำหรับค่า y
หาค่าเฉลี่ยของค่าที่ทำนายจากเส้นสมการแบบพอดีที่สุด คุณสามารถทำได้โดยสรุปค่า y ทั้งหมดที่คาดการณ์จากสมการ แล้วหารจำนวนผลลัพธ์ด้วยจำนวนค่า ตัวอย่างเช่น หากค่าเป็น 7.8, 8.6 และ 9.4 การรวมค่าเหล่านี้ได้ 25.8 และหารตัวเลขนี้ด้วยจำนวนค่า 3 ในกรณีนี้จะได้ 8.6
ลบค่าแต่ละค่าออกจากค่าเฉลี่ย แล้วยกกำลังสองจำนวนผลลัพธ์ ในตัวอย่างของเรา ถ้าเราลบค่า 7.8 จากค่าเฉลี่ย 8.6 จำนวนผลลัพธ์จะเป็น 0.8 การยกกำลังสองค่านี้ให้ 0.64
รวมค่ากำลังสองทั้งหมดจากขั้นตอนที่ 4 หากคุณใช้คำแนะนำในขั้นตอนที่ 4 กับทั้งสามค่าในตัวอย่างของเรา คุณจะพบค่า 0.64, 0 และ 0.64 การรวมค่าเหล่านี้ให้ 1.28 นี่คือผลรวมของข้อผิดพลาดกำลังสอง