Hvad er Root Mean Square Error (RMSE)?
rester på en scatter plot. Billede: nws.noaa.gov
Root Mean Square Error (RMSE) er standardafvigelsen af residualer (forudsigelse fejl). Rester er et mål for, hvor langt fra regressionslinjens datapunkter er; RMSE er et mål for, hvor spredt disse rester er., Med andre ord fortæller det dig, hvor koncentreret dataene er omkring linjen med bedste pasform. Root mean s .uare error er almindeligt anvendt i klimatologi, prognoser og regressionsanalyse for at verificere eksperimentelle resultater.
se videoen, eller læs videre nedenfor:
formlen er:
Hvor:
- f = prognoser (forventede værdier eller ukendt resultater),
- o = observerede værdier (kendt resultater).,
linjen over de firkantede forskelle er middelværdien (svarende til.). Den samme formel kan være skrevet med det følgende, lidt anderledes, notation (Barnston, 1992):
Hvor:
- Σ = summation (“add up”)
- (zfi – Zoi)2 = forskelle, kvadreret
- N = stikprøvestørrelse.
Du kan bruge den formel, du føler dig mest komfortabel med, da de begge gør det samme. Hvis du ikke kan lide formler, kan du finde RMSE ved at:
- kvadrere restene.
- find gennemsnittet af restprodukterne.,
- tager kvadratroden af resultatet.
når det er sagt, kan dette være en masse beregning, afhængigt af hvor store dine data indstiller det. En genvej til at finde den root mean square error er:
Hvor SDy er standardafvigelsen af Y.
Når standardiserede observationer og prognoser anvendes som RMSE indgange, der er en direkte sammenhæng med korrelationskoefficienten. For eksempel, hvis korrelationskoefficienten er 1, vil RMSE være 0, fordi alle punkterne ligger på regressionslinjen (og derfor er der ingen fejl).,
——————————————————————————
brug for hjælp til et hjemmearbejde eller testspørgsmål? Med Chegg Study kan du få trinvise løsninger på dine spørgsmål fra en ekspert på området. Din første 30 minutter med en Chegg tutor er gratis!
Leave a Reply