ในสถิติ ค่าคลาดเคลื่อนกำลังสองเฉลี่ย ( MSE ) เป็นหน่วยวัดสำคัญที่ใช้วัดจำนวนข้อผิดพลาดในแบบจำลองทางสถิติ มักใช้เพื่อประเมินความถูกต้องของแบบจำลองที่ใช้ในการทำนายค่าในอนาคต

ในบทช่วยสอนนี้ เราจะอธิบายว่าMSEคืออะไรโดยละเอียด จากนั้นจึงแสดงวิธีคำนวณ MSEในExcel

ข้อผิดพลาด Mean Squared คืออะไร?

ข้อผิดพลาดกำลังสองเฉลี่ย ( MSE ) คือการคำนวณที่วัดผลต่างกำลังสองเฉลี่ยระหว่างค่าประมาณและค่าจริงในชุดข้อมูล กล่าวอีกนัยหนึ่ง ระบบจะประมาณจำนวนข้อผิดพลาดในแบบจำลองทางสถิติ สำหรับสถิติโดยละเอียด มันจะคำนวณว่าเส้นการถดถอยพอดีกับชุดจุดข้อมูลมากน้อยเพียงใด

ตัวอย่างเช่น สมมติว่าคุณมีแบบจำลองที่คาดการณ์มูลค่าการขายที่คุณจะได้รับในฐานะบริษัทซอฟต์แวร์ในช่วงหนึ่งปี เมื่อสิ้นปี คุณจะรวมมูลค่าการขายจริงที่คุณสร้างขึ้น จากนั้นคุณสามารถคำนวณMSEเพื่อดูว่าแบบจำลองของคุณคาดการณ์ผลลัพธ์ได้ดีเพียงใด

MSEคำนวณโดยการหาค่าเฉลี่ยของผลต่างกำลังสองระหว่างค่าที่คาดการณ์ไว้กับค่าจริงของตัวแปรเป้าหมาย

สูตร MSE มีลักษณะดังนี้:

ที่ไหน:

1. Σ หมายถึงผลรวมของค่า
2. n คือขนาดตัวอย่างหรือจำนวนการสังเกต
3. Yi คือค่าที่สังเกตได้ และ;
4. Ŷi คือค่าที่ทำนายไว้

ค่าความผิดพลาดที่ต่ำกว่าบ่งชี้ว่าแบบจำลองมีข้อผิดพลาดมาตรฐานน้อยกว่า และคาดการณ์ตัวแปรเป้าหมายได้ดีกว่า MSEใช้กันอย่างแพร่หลายในการถดถอยทางสถิติและการวิเคราะห์ข้อมูล และสามารถมีประโยชน์ในการเปรียบเทียบแบบจำลองต่างๆ หรือปรับแต่งพารามิเตอร์เพื่อปรับปรุงความแม่นยำของการทำนาย

สิ่งนี้ดูน่าสับสน แต่ก็ไม่ได้ยากเกินไปที่จะปฏิบัติตามเมื่อเราแจกแจงรายละเอียดในส่วนต่อไปนี้

วิธีการคำนวณข้อผิดพลาด Mean Squared^{(Mean Squared Error)}ในMicrosoft Excel

มีสองวิธีหลักที่คุณสามารถคำนวณMSEในMicrosoft Excel ได้ : ฟังก์ชัน SUMSQ , ฟังก์ชัน AVERAGE^{(AVERAGE function)}และสูตรMSE เราจะใช้ตัวอย่างด้านล่างเพื่อแสดงวิธีคำนวณMSEโดยใช้แต่ละฟังก์ชันเหล่านี้:

ในตัวอย่างที่เรียบง่ายนี้ เราจะดูมูลค่ายอดขายสมมติสำหรับแต่ละเดือน ( คอลัมน์ A^{(Column A)} ) ค่าประมาณจะแสดงอยู่ในคอลัมน์ B^{(Column B)}และค่าจริงในคอลัมน์^{(Column C)} C

คำนวณ MSE^{(Calculate MSE)}โดยใช้ฟังก์ชัน SUMSQ^{(SUMSQ Function)}

ฟังก์ชันSUMSQในExcelใช้ในการคำนวณผลรวมของกำลังสองของตัวเลขในช่วง วิธีใช้เพื่อคำนวณMSE :

1. สร้างคอลัมน์ใหม่ในคอลัมน์ D^{(Column D)}ชื่อ " ความแตกต่าง^(Difference) " นี่จะแสดงความแตกต่างระหว่างค่าที่คาดหวังและค่าจริง

1. ใช้สูตร "C2-B2" เพื่อคำนวณความแตกต่างของจุดข้อมูลในแต่ละแถว

1. เลือกเซลล์ใหม่และพิมพ์ไวยากรณ์ต่อไปนี้: “=SUMSQ(D2: D13/COUNT (D2: D13 )” แทนที่เซลล์ในสูตรด้วยเซลล์ที่ถูกต้องจาก สเปรดชีต Excel ของคุณ ผลลัพธ์สุดท้ายในเซลล์นี้คือMSE ของคุณ .

คำนวณ MSE^{(Calculate MSE)}โดยใช้ฟังก์ชัน AVERAGE

ฟังก์ชันAVERAGEในMS Excelใช้ในการคำนวณค่าเฉลี่ยของช่วงตัวเลข วิธีการนี้จะส่งกลับผลลัพธ์เดียวกันกับ ฟังก์ชัน SUMSQแต่แต่ละขั้นตอนจะดำเนินการด้วยตนเอง

1. ดำเนินการ^(Perform)ขั้นตอนที่ 1 และ 2 ที่อธิบายไว้ในวิธีSUMSQ ซึ่งจะส่งคืนความแตกต่างระหว่างค่าที่คาดการณ์และข้อมูลจริง

1. ตั้งชื่อคอลัมน์ E ว่า "กำลังสอง ของ ความแตกต่าง" จากนั้นใช้สูตร "=D2^2" เพื่อคำนวณกำลังสองของผลต่างของแต่ละค่าในคอลัมน์ D^{(Column D)}

1. เลือกเซลล์ใหม่และคำนวณค่าเฉลี่ยของคอลัมน์ E^{(Column E.)}ซึ่งจะคืนค่าค่าเฉลี่ยของค่ากำลังสองที่คุณคำนวณไว้ก่อนหน้านี้ โดยพิมพ์ “=AVERAGE(E2:E12)” แล้วกดEnter ตรวจ^(Make)สอบให้แน่ใจว่าได้แทนที่เซลล์ด้วยเซลล์ที่คุณใช้ในแผ่นงาน^(worksheet)ของ คุณ ค่าข้อมูลผลลัพธ์คือMSE ของ คุณ^(MSE)

การวิเคราะห์ทางสถิติในMicrosoft Excel

Microsoft Excelเป็นหนึ่งในเครื่องมือที่ทรงพลังที่สุดสำหรับการวิเคราะห์ข้อมูลมายาวนาน หวังว่า^(Hopefully)ด้วยบทช่วยสอนนี้ คุณจะสามารถใช้Excelเพื่อคำนวณMSEได้อย่างง่ายดาย และเนื่องจากมันคล้ายกันมาก คุณจึงควรคำนวณแบบเดียวกันในGoogle ชีต^{(Google Sheets)}ได้

How to Calculate Mean Squared Error (MSE) in Microsoft Excel

In statistics, the mean squared error (MSE) is аn important metric that measureѕ the amount of error in a statistical model. It’s often used to asѕess the accuracy of a model that’s used to рredict future νalυes.

In this tutorial, we’ll explain what MSE is in more detail and then show you how to calculate MSE in Excel.

What Is Mean Squared Error?

The mean squared error (MSE) is a calculation that measures the average squared difference between estimated and actual values in a dataset. In other words, it estimates the amount of error in a statistical model. For the statistics geeks out there, it calculates how closely a regression line fits a set of data points.

For example, say you have a model that predicts the value of sales you’ll receive as a software company over a year. At the end of the year, you plug in the actual sales values that you generated. You can then calculate the MSE to see how well your model predicted the outcome.

MSE is calculated by taking the average of the squared differences between the predicted and actual values of the target variable.

The MSE formula looks like this:

Where:

1. Σ means the sum of values;
2. n is the sample size or number of observations;
3. Yi are the observed values, and;
4. Ŷi are the predicted values.

A lower error value indicates that the model has a smaller standard error and is better at predicting the target variable. MSE is widely used in statistical regression and data analysis and can be helpful in comparing different models or tuning parameters to improve the accuracy of predictions.

This looks confusing, but it isn’t too hard to follow when we break it down in the following sections.

How to Calculate Mean Squared Error in Microsoft Excel

There are two main ways you can calculate MSE in Microsoft Excel: the SUMSQ function, the AVERAGE function, and the MSE formula. We’ll use the example below to show you how to calculate MSE using each of these functions:

In this simplified example, we’ll look at fictional sales values for each month (Column A). The estimated values are represented in Column B and the actual values in Column C.

Calculate MSE Using the SUMSQ Function

The SUMSQ function in Excel is used to calculate the sum of the squares of numbers in a range. Here’s how to use it to calculate MSE:

1. Create a new column in Column D called “Difference”. This will represent the difference between the expected and actual values.

1. Use the formula “C2-B2” to calculate the difference for the data points in each row.

1. Select a new cell and type the following syntax: “=SUMSQ(D2:D13/COUNT(D2:D13)”. Replace the cells in the formula with the correct cells from your Excel spreadsheet. The final result in this cell is your MSE.

Calculate MSE Using the AVERAGE Function

The AVERAGE function in MS Excel is used to calculate the average of a range of numbers. This method returns the same result as the SUMSQ function, but each step is performed manually.

1. Perform Steps 1 and 2 described in the SUMSQ method. This will return the differences between the forecasted values and actual data.

1. Name Column E “Square of Differences”, then use the formula “=D2^2” to calculate the square of the difference of each value in Column D.

1. Select a new cell and calculate the average value of Column E. This will return the mean of the squared values that you previously calculated. To do so, type “=AVERAGE(E2:E12)” and press Enter. Make sure to replace the cells with the cells you used in your worksheet. The resulting data value is your MSE.

Statistical Analysis in Microsoft Excel

Microsoft Excel has long been one of the most powerful tools for data analysis. Hopefully, with this tutorial, you can now use Excel to calculate MSE easily. And, since they’re so similar, you should be able to perform the same calculations in Google Sheets.

Related posts

• 6 เคล็ดลับในการใช้ประโยชน์สูงสุดจาก Apple Music

• 6 ความแตกต่างระหว่าง Spotify และ Apple Music

• Apple Music ไม่ทำงาน? 10 วิธีในการแก้ไข

• 9 เคล็ดลับเกี่ยวกับเพลงของ Apple ที่ไม่ค่อยมีใครรู้จักที่คุณต้องรู้

• การลงมือปฏิบัติจริงกับ Apple Music & Apple Arcade

• วิธีการลบข้อมูลสำรองจาก iCloud

• วิธีสร้าง Screencast ของ iPhone ด้วย Quicktime

• 5 แอพคาราโอเกะที่ดีที่สุดสำหรับ iPhone และ iPad

• 8 เคล็ดลับก่อนที่คุณจะเปลี่ยนประเทศ Apple App Store

• วิธีตั้งค่า Apple CarPlay ในรถของคุณ

• 8 แอพดินสอ Apple ที่ดีที่สุด

• วิธีใช้ GarageBand ของ Apple

• 7 เกม iMessage ที่ดีที่สุดและวิธีเล่นกับเพื่อน ๆ

• Apple Keychain เป็นผู้จัดการรหัสผ่านที่ดีเมื่อเทียบกับ 1Password และ LastPass หรือไม่

• Tips & Tricks สำหรับข้อความของ Apple ที่คุณอาจไม่เคยรู้มาก่อน

• 18 แอพเกมออฟไลน์ที่ดีที่สุดสำหรับ iPhone และ iPad

• AirPlay ไม่ทำงานจาก iPhone เป็น Mac? ลองแก้ไข 12 ข้อเหล่านี้

• เหตุใด Apple Music จึงหยุดชั่วคราว 10 วิธีแก้ปัญหาที่ควรลอง

• แอพที่ดีที่สุดสำหรับ Apple Watch ของคุณ

• เริ่มต้นการโค่นล้มโดยใช้ SvnX