Определение на средната квадратична грешка (NDE)

Автор: Mike Robinson
Дата На Създаване: 13 Септември 2021
Дата На Актуализиране: 5 Може 2024
Anonim
Machine Learning with Python! Mean Squared Error (MSE)
Видео: Machine Learning with Python! Mean Squared Error (MSE)

Съдържание

В статистиката средната квадратична грешка (NDE) е начин за оценка на разликата между оценителя и истинската стойност на очакваното количество. NDE измерва средната стойност на квадрата на грешката, като грешката е сумата, с която оценителят се различава от количеството, което се оценява.

Определение

Един прост начин на мислене за NDE е като критерий за избор на подходящ оценител: в статистическите модели моделиращите трябва да избират между няколко потенциални оценителя. На практика NDE е равна на сумата от дисперсията и отклонението на квадрата на оценката. Използва се оценител за извеждане на стойността на неизвестен параметър в статистически модел. Тенденция е разликата между очакваната стойност на оценителя и истинската стойност на оценения параметър.

Използвайте

При статистическото моделиране NDE се използва за определяне на степента, до която моделът не е съобразил данните или ако премахването на определени термини би могло да опрости модела. NDE предоставя средство за избор на най-добрия оценител: минималният NDE често, но не винаги, показва минималната вариация и следователно добър оценител. Вземането на квадратния корен на NDE води до средно квадратично отклонение, добра мярка за точност, известна също като квадратична средна стойност.


Интерпретация

Наличието на средна квадратна грешка от нула (0) е идеално, но в повечето ситуации никога не е възможно. Нулевият NDE означава, че оценителят прогнозира наблюденията с перфектна точност.

Преглед

NDE поставя по-голяма тежест върху големите грешки, отколкото върху малките (резултат от срока на всеки квадрат), като по този начин подчертава противоречиви данни, несъответстващи на медианата на извадковите данни.