Comment calculer l’erreur quadratique moyenne (MSE) dans Excel
L’une des mesures les plus couramment utilisées pour mesurer la précision des prévisions d’un modèle est MSE , qui signifie erreur quadratique moyenne . Il est calculé comme suit :
MSE = (1/n) * Σ(réel – prévision) 2
où:
- Σ – un symbole fantaisiste qui signifie « somme »
- n – taille de l’échantillon
- réel – la valeur réelle des données
- prévision – la valeur des données prévue
Plus la valeur du MSE est faible, plus un modèle est capable de prévoir les valeurs avec précision.
Comment calculer le MSE dans Excel
Pour calculer le MSE dans Excel, nous pouvons effectuer les étapes suivantes :
Étape 1 : Saisissez les valeurs réelles et les valeurs prévues dans deux colonnes distinctes.
Étape 2 : Calculez l’erreur quadratique pour chaque ligne.
Rappelons que l’erreur quadratique est calculée comme suit : (réel – prévision) 2 . Nous utiliserons cette formule pour calculer l’erreur quadratique pour chaque ligne.
La colonne D affiche l’erreur quadratique et la colonne E montre la formule que nous avons utilisée :
Répétez cette formule pour chaque ligne :
Étape 3 : Calculez l’erreur quadratique moyenne.
Calculez MSE en trouvant simplement la moyenne des valeurs de la colonne D :
Le MSE de ce modèle s’avère être de 5,917 .
Ressources additionnelles
Deux autres mesures populaires utilisées pour évaluer la précision du modèle sont MAD – écart absolu moyen et MAPE – pourcentage d’erreur absolu moyen. Les didacticiels suivants expliquent comment calculer ces métriques dans Excel :
Comment calculer l’écart absolu moyen (MAD) dans Excel
Comment calculer l’erreur moyenne absolue en pourcentage (MAPE) dans Excel