Cara menghitung mean square error (mse) di excel
Salah satu metrik yang paling umum digunakan untuk mengukur keakuratan prediksi suatu model adalah MSE , yang merupakan singkatan dari mean square error . Ini dihitung sebagai berikut:
MSE = (1/n) * Σ(aktual – perkiraan) 2
Emas:
- Σ – simbol mewah yang berarti “jumlah”
- n – ukuran sampel
- nyata – nilai sebenarnya dari data
- perkiraan – nilai yang diharapkan dari data
Semakin rendah nilai MSE, semakin akurat suatu model dalam memprediksi nilai.
Cara Menghitung UMK di Excel
Untuk menghitung MSE di Excel, kita dapat melakukan langkah-langkah berikut:
Langkah 1: Masukkan nilai aktual dan nilai prediksi dalam dua kolom terpisah.
Langkah 2: Hitung kesalahan kuadrat untuk setiap baris.
Ingatlah bahwa kesalahan kuadrat dihitung sebagai berikut: (aktual – perkiraan) 2 . Kami akan menggunakan rumus ini untuk menghitung kesalahan kuadrat untuk setiap baris.
Kolom D menunjukkan kesalahan kuadrat dan kolom E menunjukkan rumus yang kita gunakan:
Ulangi rumus ini untuk setiap baris:
Langkah 3: Hitung kesalahan kuadrat rata-rata.
Hitung MSE hanya dengan mencari rata-rata nilai di kolom D:
MSE model ini ternyata 5.917 .
Sumber daya tambahan
Dua metrik populer lainnya yang digunakan untuk mengevaluasi akurasi model adalah MAD – rata-rata deviasi absolut dan MAPE – rata-rata persentase kesalahan absolut. Tutorial berikut menjelaskan cara menghitung metrik ini di Excel:
Cara Menghitung Mean Absolute Deviation (MAD) di Excel
Cara Menghitung Mean Absolute Percentage Error (MAPE) di Excel
Tentang Penulis
Benjamin anderson
Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya