Microsoft Excel'de Ortalama Karesel Hata (MSE) Nasıl Hesaplanır

İstatistikte ortalama hatanın karesi (MSE), istatistiksel bir modeldeki hata miktarını ölçen önemli bir ölçümdür. Genellikle gelecekteki değerleri tahmin etmek için kullanılan bir modelin doğruluğunu değerlendirmek için kullanılır.

Bu eğitimde MSE'nin ne olduğunu daha ayrıntılı olarak açıklayacağız ve ardından MSE'yi Excel'de nasıl hesaplayacağınızı göstereceğiz.

Ortalama Kare Hatası Nedir?

Ortalama karesel hata (MSE), bir veri kümesindeki tahmini ve gerçek değerler arasındaki ortalama karesel farkı ölçen bir hesaplamadır. Başka bir deyişle istatistiksel bir modeldeki hata miktarını tahmin eder. İstatistik meraklıları için, bir regresyon çizgisinin bir dizi veri noktasına ne kadar yakın uyduğunu hesaplar.

Örneğin, bir yazılım şirketi olarak bir yıl boyunca elde edeceğiniz satışların değerini tahmin eden bir modeliniz olduğunu varsayalım. Yıl sonunda, oluşturduğunuz gerçek satış değerlerini girersiniz. Daha sonra modelinizin sonucu ne kadar iyi tahmin ettiğini görmek için MSE'yi hesaplayabilirsiniz.

MSE, hedef değişkenin tahmin edilen ve gerçek değerleri arasındaki farkların karelerinin ortalaması alınarak hesaplanır.

MSE formülü şuna benzer:

Nerede:

Σdeğerlerin toplamı anlamına gelir;

nörneklem boyutu veya gözlem sayısıdır;

Yigözlenen değerlerdir ve;

Ŷitahmin edilen değerlerdir.

Daha düşük bir hata değeri, modelin daha küçük bir standart hataya sahip olduğunu ve hedef değişkeni tahmin etmede daha iyi olduğunu gösterir. MSE, istatistiksel regresyon ve veri analizinde yaygın olarak kullanılır ve tahminlerin doğruluğunu artırmak için farklı modellerin karşılaştırılmasında veya parametrelerin ayarlanmasında yardımcı olabilir.

Bu kafa karıştırıcı görünüyor, ancak sonraki bölümlerde ayrıntılı olarak ele aldığımızda bunu takip etmek çok da zor değil.

Microsoft Excel'de Ortalama Karesel Hata Nasıl Hesaplanır

Microsoft Excel'de MSE'yi hesaplamanın iki ana yolu vardır: SUMSQ işlevi, ORTALAMA işlevi ve MSE formülü. Bu işlevlerin her birini kullanarak MSE'yi nasıl hesaplayacağınızı göstermek için aşağıdaki örneği kullanacağız:

Bu basitleştirilmiş örnekte, her aya ait kurgusal satış değerlerine bakacağız (A Sütunu). Tahmini değerler B Sütununda ve gerçek değerler C Sütununda temsil edilir..

SUMSQ İşlevini Kullanarak MSE'yi Hesaplayın

Excel'deki SUMSQ işlevi, bir aralıktaki sayıların karelerinin toplamını hesaplamak için kullanılır. MSE'yi hesaplamak için bunu nasıl kullanacağınız aşağıda açıklanmıştır:

D Sütununda "Fark" adında yeni bir sütun oluşturun. Bu, beklenen ve gerçek değerler arasındaki farkı temsil edecektir.

Her satırdaki veri noktalarının farkını hesaplamak için “C2-B2” formülünü kullanın.

Yeni bir hücre seçin ve aşağıdaki sözdizimini yazın: "=TOPLAM(D2:D13/COUNT(D2:D13)". Formüldeki hücreleri Excel e-tablonuzdaki doğru hücrelerle değiştirin. Bu hücredeki nihai sonuç sizin MSE'nizdir.

ORTALAMA İşlevini Kullanarak MSE'yi Hesaplayın

MS Excel'deki ORTALAMA işlevi, bir sayı aralığının ortalamasını hesaplamak için kullanılır. Bu yöntem SUMSQ işleviyle aynı sonucu verir ancak her adım manuel olarak gerçekleştirilir.

SUMSQ yönteminde açıklanan 1. ve 2. Adımları uygulayın. Bu, tahmin edilen değerler ile gerçek veriler arasındaki farkları döndürecektir.

E Sütununa "Farklılıkların Karesi" adını verin, ardından D Sütunundaki her bir değerin farkının karesini hesaplamak için "=D2^2" formülünü kullanın.

Yeni bir hücre seçin ve E Sütununun ortalama değerini hesaplayın. Bu, daha önce hesapladığınız değerlerin karelerinin ortalamasını verecektir. Bunu yapmak için “=ORTALAMA(E2:E12)” yazın ve Enter'a basın. Hücreleri çalışma kağıdı 'inizde kullandığınız hücrelerle değiştirdiğinizden emin olun. Ortaya çıkan veri değeri MSE'nizdir.

Microsoft Excel'de İstatistiksel Analiz

Microsoft Excel uzun zamandır veri analizine yönelik en güçlü araçlardan biri olmuştur. Umarız bu eğitimle artık MSE'yi kolayca hesaplamak için Excel'i kullanabilirsiniz. Ve çok benzer oldukları için aynı hesaplamaları Google E-Tablolar 'de gerçekleştirebilmelisiniz.

.

İlgili Mesajlar: