衡量模型预测精度最常用的指标之一是MSE ，它代表均方误差。计算方法如下：
MSE = (1/n) * Σ(实际 – 预测) 2
金子：
Σ——一个奇特的符号，意思是“和”
n——样本量
real——数据的实际值
预测——数据的预期值
MSE 值越低，模型预测值就越准确。
如何在 Excel 中计算 MSE
要在Excel中计算MSE，我们可以执行以下步骤：
步骤1：在两个单独的列中输入实际值和预测值。
步骤 2：计算每行的平方误差。
请记住，平方误差的计算方式如下：（实际 – 预测） 2 。我们将使用这个公式来计算每行的平方误差。
D 列显示平方误差，E 列显示我们使用的公式：
对每一行重复此公式：
步骤 3：计算均方误差。
只需求 D 列中值的平均值即可计算 MSE：
该模型的 MSE 结果为5.917 。
其他资源
用于评估模型准确性的另外两个常用指标是MAD （平均绝对偏差）和MAPE （平均绝对百分比误差）。以下教程解释了如何在 Excel 中计算这些指标：
如何在 Excel 中计算平均绝对偏差 (MAD)如何在 Excel 中计算平均绝对百分比误差 (MAPE)