RMSE: Root Mean Square Error (Suomi)

Mikä on Root Mean Square Error (RMSE)?

Jäännösten scatter tontti. Kuva: nws.noaa.gov

Root Mean Square Error (RMSE) on keskihajonta residuaalit (ennustus virheet). Residuaalit ovat mittari siitä, kuinka kaukana regressiolinjan datapisteet ovat; RMSE on mittari siitä, miten hajaantuvat nämä residuaalit ovat., Toisin sanoen se kertoo, kuinka keskittynyt data on parhaan istuvuuden rajan tuntumassa. Root mean square error käytetään yleisesti climatology, ennustaminen, ja regressioanalyysi tarkistaa kokeellisia tuloksia.

Katso video, tai lukea alla:

koostumus:

Missä:

• f = – ennusteet (lämpötila-arvot tai tuntematon tulokset),
• o = havaitut arvot (eli tulokset).,

tasoerojen yläpuolella oleva palkki on keskiarvo (samankaltainen kuin x). Sama kaava voidaan kirjoittaa seuraavasti, hieman erilainen, notaatio (Barnston, 1992):

Missä:

• Σ = yhteenlasku (”lisätä”)
• (zfi – Zoi)2 = eroja, potenssiin
• N = otoskoko.

voit käyttää mitä tahansa kaavaa, jonka kanssa tunnet olosi mukavaksi, koska molemmat tekevät saman asian. Jos kaavat eivät miellytä, löytyy rmse by:

1. asutuskeskusten Neliöiminen.
2. residuaalien keskiarvon löytäminen.,
3. ottaa tuloksen neliöjuuren.

Se sanoi, tämä voi olla paljon laskelma, riippuen siitä, kuinka suuri tietosi asettaa sen. Oikotie löytää root mean square error on:

Missä SDy on keskihajonta Y:

Kun standardoituja havaintoja ja ennusteita käytetään RMSE tuloa, siellä on suora suhde korrelaatiokerroin. Jos esimerkiksi korrelaatiokerroin on 1, RMSE on 0, koska kaikki pistettä makaamaan regression line (ja siksi ei ole virheitä).,

——————————————————————————

Tarvitsetko apua läksyjä tai testi kysymys? Chegg-tutkimuksen avulla voit saada askel-askeleelta ratkaisuja kysymyksiisi alan asiantuntijalta. Ensimmäiset 30 minuuttia Chegg tutor on ilmainen!