Chào các bạn nhé! Hôm nay mình xin giới thiệu với các bạn về hai chỉ số quan trọng trong hồi quy tuyến tính, đó là sai số toàn phương trung bình (MSE) và sai số toàn phương trung bình gốc (RMSE).
MSE (Sai Số Toàn Phương Trung Bình) là gì?
Đầu tiên, để hiểu về RMSE, chúng ta cần tìm hiểu về MSE trước. Trong thống kê, MSE là một thước đo để đánh giá độ chính xác của một mô hình dự đoán. MSE đo lường sự khác biệt bình phương trung bình giữa các giá trị dự đoán và giá trị quan sát. Một MSE càng thấp, tức là sai số dự đoán càng nhỏ và mô hình dự đoán càng chính xác.
Công thức tính MSE như sau: yi là biến độc lập, yb là giá trị ước tính. Để tính MSE trên STATA, bạn có thể làm theo các bước sau:
- Sử dụng lệnh
regđể thực hiện hồi quy thông thường. - Sử dụng lệnh
predict yhat, xbđể ước tính giá trị của biến y. - Đặt tên biến và gán giá trị:
gen mse = (y - yhat)^2. - Tính giá trị trung bình của MSE:
tổng mse.
Với các bước trên, chúng ta sẽ thu được giá trị trung bình MSE.
RMSE (Sai Số Toàn Phương Trung Bình Gốc) là gì?
RMSE cũng là một thước đo để đánh giá độ chính xác của một mô hình dự đoán nhưng nó cho ta cái nhìn tổng quan hơn về sự phân tán của dữ liệu quanh đường hồi quy. Giá trị RMSE càng nhỏ, tức là sai số dự đoán càng nhỏ và độ tin cậy của mô hình càng cao.
Công thức tính RMSE như sau: y^i là giá trị ước tính, yi là biến độc lập, n=(n-k-1) với n là tổng số quan sát và k là tổng số biến trong mô hình.
Để tính toán RMSE trên STATA, bạn có thể thực hiện các bước sau:
- Chia MSE cho số quan sát và lưu vào biến a.
- Tính trung bình của (a)(b) và lưu vào biến b.
- Căn bậc hai của (b) và lưu vào biến RMSE.
- Xem kết quả.
Sau khi tính toán, so sánh giá trị RMSE với giá trị hiệu dụng tính toán từ hồi quy thông thường. Nếu chênh lệch không đáng kể, tức là giá trị RMSE của bạn là chính xác.
Như vậy là chúng ta đã tìm hiểu về MSE và RMSE trong hồi quy tuyến tính. Hy vọng thông tin này sẽ hữu ích cho bạn trong quá trình nghiên cứu hoặc học tập của mình.
Đừng quên ghé thăm trang web iedv của chúng tôi để cập nhật thêm nhiều kiến thức thú vị về học tập và phát triển bản thân nhé. Cảm ơn các bạn đã theo dõi bài viết của tôi!
Thân ái và chúc các bạn thành công!