Strona korzysta z plików cookies w celu realizacji usług i zgodnie z polityką plików cookies.
Możesz określić warunki przechowywania lub dostępu do plików cookies w Twojej przeglądarce.

Wzór na średni kwadratowy błąd estymacji


Wzór na średni kwadratowy błąd estymacji w modelu regresji ma postać:

 

\(SSE = \sqrt{MS_E}\) przy czym:

\(MS_E = \dfrac{SS_E}{df_E}\)

\(df_E = n - p - 1\)

\(SS_E = \sum\limits_{i=1}^{n}(y_{(i)} - \hat{y}_{(i)})^2\) 

 

gdzie:

\(SEE\) - średni kwadratowy błąd estymacji

\(MS_E\) - wariancja błędów estymacji

\(SS_E\) - suma kwadratów odchyleń wyników od prostej regresji

\(df_E\) - liczba stopni swobody błędów

\(n\) - liczba oberwacji

\(p\) - liczba predyktorów w modelu

\(y_{(i)}\) - obserwacje empiryczne (uzyskane w badaniu)

\(y_{\hat{y}_{(i)}}\) - oberwacje prognozowane na podstawie modelu

 
Masz problem z analizą statystyczna? Przejdź TU! 

Aby obliczyć średni kwadratowy błąd estymacji w modelu regresji należy wyciągnąć pierwiastek z wariancji błędów estymacji na podstawie danego modelu regresji.