Calcula la suma de los errores al cuadrado de la función de predicción.
Sintaxis
SSE(X, Y)
- X
- son los datos originales de la muestra de las series de tiempo (resultados eventuales) (un array unidimensional de celdas (Por ejemplo: filas o columnas)).
- Y
- son los datos de las series de tiempo pronosticados (un array unidimensional de celdas (Por ejemplo: filas o columnas)).
Observaciones
- La serie de tiempo es homogénea o igualmente espaciada
- Las dos series de tiempo deben ser idénticas en tamaño.
- Un valor faltante (Por ejemplo. $x_k$ o $\hat x_k$)en cualquier serie de tiempo se excluirá el punto de datos $(x_k,\hat x_k)$ de los SSE.
- La suma de los errores cuadrados, $\mathrm{SSE}$, es definida de la siguiente manera:
$$\mathrm{SSE}=\sum_{i=1}^N \left(x_i-\hat x_i \right )^2$$
Donde:
- $\{x_i\}$ son las observaciones actuales de las series de tiempo.
- $\{\hat x_i\}$ es el estimado o serie de tiempo pronosticada.
Ejemplos
Ejemplo 1:
|
|
| Fórmula | Descripción (Resultado) |
|---|---|
| =SSE(SSE($B$1:$B1$9,$C$1:$C$19)) | SSE (51.375) |
Enlaces Relacionados
Referencias
- Hamilton, J .D.; Time Series Analysis , Princeton University Press (1994), ISBN 0-691-04289-6
- Tsay, Ruey S.; Analysis of Financial Time Series John Wiley & SONS. (2005), ISBN 0-471-690740
Comentarios
El artículo está cerrado para comentarios.