Saat memasang garis lurus ke sekumpulan data, Anda mungkin tertarik untuk menentukan seberapa cocok garis yang dihasilkan dengan data. Salah satu cara untuk melakukannya adalah dengan menghitung sum of squares error (SSE). Nilai ini memberikan ukuran seberapa baik garis paling cocok mendekati kumpulan data. SSE penting untuk analisis data eksperimen dan ditentukan hanya melalui beberapa langkah singkat.
Temukan garis yang paling cocok untuk memodelkan data menggunakan regresi. Garis yang paling cocok memiliki bentuk y = ax + b, di mana a dan b adalah parameter yang perlu Anda tentukan. Anda dapat menemukan parameter ini menggunakan analisis regresi linier sederhana. Misalnya, asumsikan garis yang paling cocok memiliki bentuk y = 0,8x + 7.
Gunakan persamaan untuk menentukan nilai setiap nilai y yang diprediksi oleh garis yang paling cocok. Anda dapat melakukannya dengan mensubstitusi setiap nilai x ke dalam persamaan garis. Misalnya, jika x sama dengan 1, mensubstitusikannya ke dalam persamaan y = 0,8x + 7 menghasilkan nilai y sebesar 7,8.
Tentukan rata-rata nilai yang diprediksi dari garis persamaan yang paling cocok. Anda dapat melakukan ini dengan menjumlahkan semua nilai y yang diprediksi dari persamaan, dan membagi angka yang dihasilkan dengan jumlah nilai. Misalnya, jika nilainya adalah 7,8, 8,6 dan 9,4, menjumlahkan nilai-nilai ini menghasilkan 25,8, dan membagi angka ini dengan jumlah nilai, dalam hal ini 3, menghasilkan 8,6.
Kurangi masing-masing nilai individu dari rata-rata, dan kuadratkan angka yang dihasilkan. Dalam contoh kita, jika kita mengurangkan nilai 7,8 dari rata-rata 8,6, hasilnya adalah 0,8. Mengkuadratkan nilai ini menghasilkan 0,64.
Jumlahkan semua nilai kuadrat dari Langkah 4. Jika Anda menerapkan instruksi pada Langkah 4 ke ketiga nilai dalam contoh kita, Anda akan menemukan nilai 0,64, 0, dan 0,64. Menjumlahkan nilai-nilai ini menghasilkan 1,28. Ini adalah kesalahan jumlah kuadrat.
- Angka-angka dari data hanya digunakan untuk menentukan persamaan garis yang paling cocok. Gunakan nilai dari garis yang paling sesuai saat menghitung kesalahan jumlah kuadrat.
gambar grafik naik oleh Mats Tooming dari Fotolia.com
