Kandungan
Dalam statistik, analisis varians (ANOVA) adalah cara menganalisis kumpulan data yang berlainan bersama-sama untuk melihat sama ada ia berkaitan atau serupa. Satu ujian penting dalam ANOVA ialah kesilapan akar min kesalahan (MSE). Kuantiti ini adalah cara untuk menganggarkan perbezaan antara nilai-nilai yang diramalkan oleh model statistik dan nilai yang diukur dari sistem sebenar. Mengira MSE akar boleh dilakukan dalam beberapa langkah mudah.
Jumlah Kesilapan Square (SSE)
Kirakan min keseluruhan bagi setiap kumpulan set data. Sebagai contoh, katakan terdapat dua kumpulan data, tetapkan A dan set B, di mana set A mengandungi nombor 1, 2 dan 3 dan set B mengandungi nombor 4, 5 dan 6. Maksud set A adalah 2 (didapati oleh menambah 1, 2 dan 3 bersama dan membahagikan dengan 3) dan min bagi set B ialah 5 (didapati dengan menambahkan 4, 5 dan 6 bersama dan membahagikan dengan 3).
Kurangkan min dari data dari titik data individu dan kuadrat nilai berikutnya. Sebagai contoh, dalam set data A, tolak 1 dengan min 2 memberikan nilai -1. Squaring this number (iaitu, mendarab dengan sendirinya) memberi 1. Mengulangi proses ini untuk sisa data dari set A memberikan 0, dan 1, dan untuk set B, nombor adalah 1, 0 dan 1 juga .
Jumlah semua nilai kuasa dua. Dari contoh terdahulu, tertera semua nombor kuasa dua menghasilkan nombor 4.
Mengira MSE Root dalam ANOVA
Cari darjah kebebasan untuk kesilapan dengan menolak jumlah bilangan titik data dengan darjah kebebasan untuk rawatan (bilangan set data). Dalam contoh kami, terdapat enam titik data dan dua set data yang berbeza, yang memberikan 4 sebagai darjah kebebasan untuk kesilapan.
Bahagikan jumlah kesilapan segiempat dengan darjah kebebasan untuk kesilapan. Meneruskan contoh, membahagikan 4 by 4 memberikan 1. Ini adalah kesilapan min kesilapan (MSE).
Ambil akar kuadrat MSE. Menyimpulkan contoh, akar kuadrat 1 adalah 1. Oleh itu, MSE root untuk ANOVA adalah 1 dalam contoh ini.