Zo werkt het
- Voer de twee lijsten in dezelfde volgorde in: het eerste getal in de ene lijst hoort bij het eerste in de andere. Gebruik per lijst één consistente eenheid en verwijder koppen of eenheidssymbolen.
- Gebruik spaties, komma's of puntkomma's tussen getallen en een punt voor decimalen, zoals 1.5. Een komma begint altijd een nieuwe waarde, ook als je weergavetaal decimale komma's gebruikt. Wetenschappelijke notatie zoals 2e-3 is toegestaan.
- Resultaten en grafieken worden bijgewerkt zodra beide lijsten geldig zijn. Onvolledige of niet-passende invoer laat de resultaten leeg. Druk op Berekenen om uitleg over een invoerfout te zien.
- Resultaten kopiëren kopieert de numerieke samenvatting als tekst. Wissen maakt invoer en resultaten leeg. De grafiek is een uitleg op het scherm; deze tool exporteert geen afbeelding of gegevensbestand.
Voorbeeld
Hoe ver zaten de voorspellingen ernaast? Fout = werkelijk − voorspeld. Boven nul betekent dat de voorspelling te laag was; onder nul te hoog.
e = Werkelijke waarden − Voorspelde waarden · RMSE = √(Σe² / n)
Werkelijke waarden: 3 5 7 · Voorspelde waarden: 2 5 9
Fouten: 1, 0, −2 · RMSE ≈ 1,29 · MAE = 1
De invoervelden beginnen met dit voorbeeld. Bewerk ze met je eigen gegevens en bereken daarna.
Wat de resultaten betekenen
Gebruik deze calculator als je al waargenomen waarden en bijbehorende voorspellingen hebt. Deze vat verschillen samen zonder een model te trainen of te selecteren. Dat helpt om een werkblad te controleren, voorspellingen op dezelfde apart gehouden waarnemingen te vergelijken of te begrijpen welke grote missers een foutscore bepalen.
De fout met teken is e = werkelijk − voorspeld. Een positieve fout betekent dat de voorspelling te laag was; een negatieve dat deze te hoog was. SSE = Σ(e²), MSE = SSE / n, RMSE = √MSE en MAE = Σ|e| / n. Elk paar krijgt hetzelfde gewicht.
SSE meet de totale gekwadrateerde fout en groeit meestal als meer onvolmaakte voorspellingen worden toegevoegd. MSE deelt dat totaal door het aantal paren; RMSE keert terug naar de oorspronkelijke meeteenheid. MAE is de gemiddelde absolute afwijking in dezelfde eenheid en legt minder nadruk op grote fouten dan kwadrateren.
De foutgrafiek toont één punt per paar met een lijn naar nul. De horizontale as is de ingevoerde volgorde, geen tijdschaal. Afwisselend positieve en negatieve fouten kunnen gemiddeld nul zijn zonder dat één voorspelling nauwkeurig is; de vier niet-negatieve maten voorkomen die opheffing.
Uitgewerkte voorbeelden
Werkelijk = 3, 5, 7 en voorspeld = 2, 5, 9 geven fouten 1, 0, −2. SSE = 5, MSE ≈ 1,67, RMSE ≈ 1,29 en MAE = 1. De eerste voorspelling is te laag en de derde te hoog. Alleen het tweede paar ligt op de nullijn.
Werkelijk = 10, 20 en voorspeld = 12, 18 geven fouten −2 en 2. Het gemiddelde met teken is nul, maar SSE = 8, MSE = 4, RMSE = 2 en MAE = 2. Als de voorspelde lijst precies overeenkomt met de werkelijke lijst, zijn alle vier scores nul.
Invoer, precisie en uitvoer
Vergelijk modelscores met dezelfde waarnemingen, eenheden en evaluatieperiode. Een lagere score is beter voor die gekozen maat op die gegevens, maar is geen universele kwaliteitsgrens. Andere eenheden veranderen de scores; eenvoudigere waarnemingen toevoegen kan een gemiddelde verbeteren. Gebruik gegevens die niet voor het schatten van het model zijn gebruikt om de prestaties op nieuwe gevallen te beoordelen.
Beide lijsten moeten hetzelfde aantal van 2–200 waarden hebben. Ontbrekende items, tekst, NaN en oneindigheid worden geweigerd. Nul, negatieve getallen en herhaalde waarden zijn toegestaan. Verwijder een ontbrekende waarneming uit beide lijsten, zodat niet slechts één lijst verschuift.
Niet-nulle absolute invoerwaarden moeten tussen 1e-100 en 1e100 liggen. Berekeningen gebruiken drijvendekommagetallen van de browser met ongeveer 15–16 significante cijfers. Verschillende invoeren die hetzelfde opgeslagen getal worden, worden geweigerd; verklein een verschuiving of kies geschiktere eenheden voordat je opnieuw probeert.
De meeste getoonde resultaten gebruiken maximaal twee decimalen. Kleine niet-nulle waarden gebruiken wetenschappelijke notatie en berekeningen behouden onafgeronde tussenwaarden. Verschoven of geschaalde assen laten expliciet zien hoe de oorspronkelijke waarden terug te vinden zijn, zodat kleine verschillen naast een grote basiswaarde zichtbaar blijven.
Veelgestelde vragen
Waarom wordt MSE door n gedeeld en niet door n − 2?
Deze pagina beoordeelt aangeleverde voorspellingen met het gemiddelde van gekwadrateerde fouten. Een schatting van regressieruisvariantie kan residuele vrijheidsgraden gebruiken; dat is een andere statistische taak en niet deze MSE.
Kan ik SSE vergelijken tussen lijsten van verschillende lengte?
Meestal niet rechtstreeks. SSE telt elke gekwadrateerde afwijking op, dus de steekproefgrootte beïnvloedt deze. Gemiddelde maten beperken dat effect, maar een eerlijke vergelijking vereist nog steeds gelijkwaardige gevallen, eenheden en weging.
Waarom kan RMSE veel groter zijn dan MAE?
Kwadrateren geeft grotere afwijkingen meer invloed voordat de wortel wordt genomen. Een groot verschil kan op enkele forse fouten wijzen. Bekijk de grafiek en oorspronkelijke paren in plaats van alleen op één samenvatting te vertrouwen.
Zijn nullen, negatieve werkelijke waarden of constante lijsten geldig?
Ja. Geen van deze formules deelt door een werkelijke waarde, dus nul en negatieve waarden worden ondersteund. Er is geen MAPE, procentuele fout, modelschatting, CSV-upload of automatische aanvulling van ontbrekende waarden.