均方根差

均方根差(root mean square error,縮寫RMSE),也稱為方均根偏移(root-mean-square deviation,縮寫RMSD),是一種常用的測量數值之間差異的量度

基本介紹

  • 中文名:均方根差
  • 外文名:root mean square error
  • 又稱:方均根偏移;均方根誤差
  • 領域:數學
  • 縮寫:RMSD
定義,方程式,正規化的均方根差,套用,

定義

作為一種常用的測量數值之間差異的量度均方根差的數值常為模型預測的量或是被觀察到的估計量。方均根偏移代表預測的值和觀察到的值之差的樣本標準差,當這些差值是以資料樣本來估計時,他們通常被稱為殘差;當這些差值不以樣本來計算時,通常被稱為預測誤差。方均根偏移主要用來聚集預測裡頭誤差的大小,通常是在不同的時間下,以一個量值來表現其預測的能力。方均根偏移是一個好的準度的量度,但因其與數值範圍有關,因此被限制只能用來比較不同模型間某個特定變數的預知誤差。

方程式

方均根差的估計子
對應到被估計的參數
被定義為其均平方差的平方根
對一個無偏估計量(unbiased estimator)來說,均方根差是變異數的平方根,也就是我們所稱的標準差(standard deviation)。
均方根差的預測值
對時間t的回歸應變項
是以n個不同的預測來做為其均方差的平方根
在某些情況下,方均根差被用來比較兩個物品之間的不同(可能沒有任一個物品被視為"標準")。例如,當我們在量測兩個時間序列
時,方均根的式子會變成

正規化的均方根差

正規化的均方根差(NRMSD)可以使得不同數值範圍的資料集更易於比較。雖然目前並沒有一個一致性的方法來正規化方均根差,但較常用平均值或是資料的範圍來正規化被量測的資料。
這個值常被用來指正規化的方均根偏移或誤差,同時也常常被表示成比例。當比例的值較低時,代表較少的殘差變異。在很多情況下,特別是取較小的樣本的時候,樣本的範圍容易被樣本的大小影響,其準確度可能就受到影響。
當以平均值來正規化量測值時,方均根差的變異係數(coefficient of variation,縮寫CV)可能被用來避免混淆。這和方均根差在標準差上的變異係數是相同的。

套用

1.在天氣學上,可用來評估一個數值模型可以多好的預測大氣層的行為。
2.在生物資訊學中,方均根差被用來量測重疊蛋白質分子間的距離。
3.在結構藥物設計中,方均根差被用來測量配體的晶格構造以及對接預測(docking prediction)。
4.在經濟學中,方均根差被用來覺得一個模型是否符合經濟指標(economic indicators)。部分專家曾提出方均根差比相對絕對誤差(relative absolute error)來的不可靠。
5.在實驗心理學中,分均根差被用來指示一個數學或計算行為模型(mathematical or computational models)能解釋實際觀察行為的良好程度。
6.在地理資訊系統中(GIS),方均根差是一種用來量測空間分析和遠距偵測的量度。
7.在水文地質學中,方均根差和正規化方均根差被用來評估地下水模型的刻度。
8.在影像科學中,方均根差是一種峰值訊噪比,是一種用來檢視一個方法能多好的去重建原來的影像。
9.在計算神經科學中,方均根差被用來檢視一個系統能學習一個給定模型的能力。
10.在蛋白質核磁共振光譜學中,方均根差被用來當作一個評估結構品質的量度。

    相關詞條

    熱門詞條

    聯絡我們