Nas estatísticas, o erro quadrático médio ( MSE ) é uma métrica importante que mede a quantidade de erro em um modelo estatístico. Muitas vezes é usado para avaliar a precisão de um modelo usado para prever valores futuros.

Neste tutorial, explicaremos o que é MSE com mais detalhes e depois mostraremos como calcular MSE no Excel .

O que é erro quadrático médio?

O erro quadrático médio ( MSE ) é um cálculo que mede a diferença quadrática média entre os valores estimados e reais em um conjunto de dados. Em outras palavras, estima a quantidade de erro em um modelo estatístico. Para os geeks de estatística, ele calcula o quão próximo uma linha de regressão se ajusta a um conjunto de pontos de dados.

Por exemplo, digamos que você tenha um modelo que prevê o valor das vendas que você receberá como empresa de software ao longo de um ano. No final do ano, você insere os valores reais de vendas gerados. Você pode então calcular o MSE para ver quão bem seu modelo previu o resultado.

O MSE^(MSE) é calculado tomando a média das diferenças quadradas entre os valores previstos e reais da variável alvo.

A fórmula MSE é assim:

Onde:

1. Σ significa a soma dos valores;
2. n é o tamanho da amostra ou número de observações;
3. Yi são os valores observados, e;
4. Ŷi são os valores previstos.

Um valor de erro mais baixo indica que o modelo tem um erro padrão menor e é melhor na previsão da variável alvo. O MSE^(MSE) é amplamente utilizado em regressão estatística e análise de dados e pode ser útil na comparação de diferentes modelos ou no ajuste de parâmetros para melhorar a precisão das previsões.

Isso parece confuso, mas não é muito difícil de entender quando o detalhamos nas seções a seguir.

Como calcular o erro quadrático médio^{(Mean Squared Error)} no Microsoft Excel

Existem duas maneiras principais de calcular MSE no Microsoft Excel : a função SUMSQ , a função AVERAGE^{(AVERAGE function)} e a fórmula MSE . Usaremos o exemplo abaixo para mostrar como calcular o MSE^(MSE) usando cada uma dessas funções:

Neste exemplo simplificado, veremos os valores fictícios de vendas para cada mês ( Coluna A^{(Column A)} ). Os valores estimados são representados na Coluna B^{(Column B)} e os valores reais na Coluna^{(Column C)} C.

Calcule MSE^{(Calculate MSE)} usando a função SUMSQ^{(SUMSQ Function)}

A função SUMSQ no ^(SUMSQ)Excel é usada para calcular a soma dos quadrados dos números em um intervalo. Veja como usá-lo para calcular MSE :

1. Crie uma nova coluna na Coluna D^{(Column D)} chamada “ Diferença^(Difference) ”. Isso representará a diferença entre os valores esperados e reais.

1. Use a fórmula “C2-B2” para calcular a diferença para os pontos de dados em cada linha.

1. Selecione uma nova célula e digite a seguinte sintaxe: “=SUMSQ(D2: D13/COUNT (D2: D13 )”. Substitua as células na fórmula pelas células corretas da sua planilha do Excel^(Excel) . O resultado final nesta célula é o seu MSE .

Calcule MSE^{(Calculate MSE)} usando a função AVERAGE

A função MÉDIA no ^(AVERAGE)MS Excel é usada para calcular a média de um intervalo de números. Este método retorna o mesmo resultado que a função SUMSQ , mas cada etapa é executada manualmente.

1. Execute^(Perform) as etapas 1 e 2 descritas no método SUMSQ . Isso retornará as diferenças entre os valores previstos e os dados reais.

1. Nomeie a Coluna E “Quadrado de Diferenças” e use a fórmula “=D2 ^ 2” para calcular o quadrado da diferença de cada valor na Coluna D.^{(Column D)}

1. Selecione uma nova célula e calcule o valor médio da Coluna E.^{(Column E.)} Isso retornará a média dos valores quadrados que você calculou anteriormente. Para fazer isso, digite “=AVERAGE(E2:E12)” e pressione Enter . Certifique^(Make) -se de substituir as células pelas células usadas em sua planilha^(worksheet) . O valor dos dados resultante é o seu MSE .

Análise Estatística no Microsoft Excel

O Microsoft Excel^{(Microsoft Excel)} é há muito tempo uma das ferramentas mais poderosas para análise de dados. Esperançosamente^(Hopefully) , com este tutorial, agora você pode usar o Excel^(Excel) para calcular o MSE^(MSE) facilmente. E, como são tão semelhantes, você poderá realizar os mesmos cálculos no Planilhas Google^{(Google Sheets)} .

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

In ѕtatistics, the mean squared error (MSE) is an important metriс that measures the amount of error in a statistical model. It’s often used to assess the accurаcy of a model that’s uѕed to predict future values.

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

• As melhores luzes de Natal inteligentes para as férias

• Como controlar luzes inteligentes com Alexa

• Como automatizar luzes (inteligentes e não inteligentes)

• Philips Hue vs a concorrência – Quais são as melhores luzes inteligentes?

• Melhores dispositivos domésticos inteligentes para decorar para os feriados

• Os 5 melhores sensores de inundação inteligentes

• Ring vs. Nest vs. Arlo: Qual campainha inteligente você deve comprar?

• Equipamento doméstico inteligente mais acessível para compradores iniciantes

• 4 melhores aplicativos de casa inteligente para automação residencial inteligente

• 6 maneiras de melhorar sua segurança do Amazon Ring

• Os 4 melhores hubs domésticos inteligentes

• Durma mais inteligente – os melhores dispositivos para melhorar o sono

• Termostatos inteligentes Nest vs Ecobee: qual é melhor?

• 5 maneiras de baixo custo para tornar os aparelhos “burros” inteligentes

• Como construir a sala de jogos inteligente final

• Como conectar as luzes Philips Hue

• 4 melhores espelhos inteligentes e como eles podem melhorar sua vida

• O que é uma Smart TV e vale o preço?

• Batalha dos Smart Home Hubs – SmartThings vs Wink

• O que fazer se o seu assistente inteligente não reconhecer seu sotaque