内容

• 踩
• 方法1之3：手动计算SSE
• 方法3之3：将SSE与其他统计信息相关

平方和或SSE是一种初步的统计计算，可以得出不同的数据值。当您具有一组数据值时，能够确定这些值之间的关联程度非常有用。您必须将数据整理到一个表中，然后执行相当简单的计算。找到数据集的SSE后，就可以找到方差和标准偏差。

踩

方法1之3：手动计算SSE

1. 创建一个三列表。 计算SSE的最清晰方法是从三列表开始。标记三列 ${ displaystyle { text {Value}}}$填写详细信息。 第一列包含您的测量值。填写专栏 ${ displaystyle { text {Value}}}$计算平均值。 在计算每次测量的误差之前，必须计算整个数据集的平均值。
   • 数据集的平均值是值的总和除以集合中值的数量。可以用变量来象征性地表示 ${ displaystyle mu}$计算各个误差值。 在表的第二列中，您必须为每个数据值输入错误值。误差是测量值与平均值之间的差。
     • 对于给定的数据集，从每个测量值中减去平均值98.87，然后在结果的第二栏中填写。这十个计算如下：
       • ${ displaystyle 99.0-98.87 = 0.13}$计算上证所。 在表格的第三列中，在中间列中找到每个结果值的平方。这些代表每个测量数据值与平均值的偏差的平方。
         • 对于中间列中的每个值，请使用计算器来计算平方。将结果记录在第三列中，如下所示：
           • ${ displaystyle 0.13 ^ {2} = 0.0169}$加总误差的平方。 最后一步是在第三列中找到值的总和。期望的结果是SSE或误差平方和。
             • 对于此数据集，通过在第三列中添加十个值来计算SSE：
             • ${ displaystyle SSE = 6.921}$标记电子表格的列。 您在Excel中创建具有三列的表，并具有与上述相同的三个标题。
               • 在单元格A1中，键入“ Value”作为标题。
               • 在框B1中，输入“偏差”作为标题。
               • 在框C1中，键入“偏差平方”作为标题。
             • 输入您的详细信息。 在第一列中，您必须输入测量值。如果集合很小，您可以轻松地手动输入。如果数据集较大，则可能需要将数据复制并粘贴到该列中。
             • 确定数据点的平均值。 Excel具有为您计算平均值的功能。在数据表下方的空白单元格中（无论选择哪个单元格都无关紧要），输入以下内容：
               • =平均（A2：___）
               • 不要输入空格。使用您的最后一个数据点的单元格名称填充该空间。例如，如果您有100个数据点，则可以使用以下函数：
                 • =平均值（A2：A101）
                 • 此函数包含来自单元格A2到A101的数据，因为第一行包含列标题。
               • 当您按Enter或单击表中的另一个单元格时，新编程的单元格将自动填充您的数据值的平均值。
             • 输入用于误差测量的功能。 在“偏差”（Deviation）列的第一个空白单元格中，输入一个函数来计算每个数据点与平均值之间的差。为此，请使用均值所在的单元格名称。假设您现在已经使用了单元格A104。
               • 您在单元格B2中输入的错误计算函数为：
                 • = A2- $ A $ 104。需要美元符号以确保您锁定框A104进行任何计算。
             • 输入平方误差的函数。 在第三列中，您可以指示Excel计算所需的平方。
               • 在单元格C2中，输入以下功能：
                 • = B2 ^ 2
             • 复制函数以填满整个表格。 在每列的顶部单元格（分别为B2和C2）中输入函数后，您需要填写整个表格。您可以在表的任何行中重新键入该函数，但这将花费太长时间。使用鼠标突出显示单元格B2和C2，并且在不释放鼠标键的情况下，将其拖动到每一列的底部单元格。
               • 假设您的表中有100个数据点，请将鼠标拖动到单元格B101和C101。
               • 当您释放鼠标按钮时，公式将被复制到表的所有单元格中。该表应自动填充计算值。
             • 查找上证所。 表的C列包含所有平方误差值。最后一步是让Excel计算这些值的总和。
               • 在表格下方的单元格中（在本示例中可能为C102），输入以下函数：
                 • =总和（C2：C101）
               • 如果单击Enter或在表的另一个单元格中单击鼠标左键，您将获得数据的SSE值。

方法3之3：将SSE与其他统计信息相关

1. 计算与SSE的偏差。 查找数据集的SSE通常是查找其他更有用的值的基础。首先是差异。方差是测量数据偏离均值多少的度量。它实际上是与均值平方差的均值。
   • 由于SSE是误差平方的总和，因此您可以通过除以值的数量来找到均值（即方差）。但是，如果您计算的是样本系列的方差，而不是整个总体的方差，则需将方差除以（n-1）而不是n。所以：
     • 方差= SSE / n（如果计算整个总体的方差）。
     • 计算数据样本的方差时，方差= SSE /（n-1）。
   • 对于患者体温的采样问题，我们可以假设10名患者只是一个样本。因此，方差计算如下：
     • ${ displaystyle { text {Variance}} = { frac { text {SSE}} {（n-1）}}}$计算上证所的标准差。 标准偏差是一个常用的值，它指示数据集的值与平均值有多大的偏差。标准偏差是方差的平方根。请记住，方差是误差测量平方的平均值。
       • 因此，在计算SSE之后，您可以找到如下所示的标准偏差：
         • ${ displaystyle {文本{标准偏差}} = { sqrt { frac {文本{SSE}} {n-1}}}}$使用SSE确定协方差。 本文重点介绍了一次只能测量一个值的数据集。但是，在许多研究中，您可能会比较两个单独的值。例如，您想知道这两个值是如何相互关联的，而不仅仅是与数据集的平均值有关。该值是协方差。
           • 协方差的计算过于详细，此处不作介绍，只是要注意，您将对每种数据类型使用SSE，然后进行比较。有关协方差和所涉及计算的更详细描述，您可以在WikiHow上找到有关此主题的文章。
           • 作为使用协方差的一个示例，您可以将医学研究中患者的年龄与药物降低发烧温度的效果进行比较。然后，您将获得一个年龄数据集和另一个温度数据集。然后，您将找到每个数据集的SSE，并从中找到方差，标准差和协方差。