Wie berechnet man den RMSE oder Root Mean Squared Error?

Posted on
Autor: Robert Simon
Erstelldatum: 23 Juni 2021
Aktualisierungsdatum: 15 November 2024
Anonim
Squared error of regression line | Regression | Probability and Statistics | Khan Academy
Video: Squared error of regression line | Regression | Probability and Statistics | Khan Academy

Wenn Sie mehrere wissenschaftliche Datenpunkte grafisch darstellen, möchten Sie möglicherweise mithilfe von Software eine optimale Kurve an Ihre Punkte anpassen. Die Kurve stimmt jedoch nicht genau mit Ihren Datenpunkten überein, und wenn dies nicht der Fall ist, möchten Sie möglicherweise den quadratischen Mittelwertfehler (RMSE) berechnen, um festzustellen, inwieweit Ihre Datenpunkte von Ihrer Kurve abweichen. Für jeden Datenpunkt berechnet die RMSE-Formel die Differenz zwischen dem tatsächlichen Wert des Datenpunkts und dem Wert des Datenpunkts auf der Best-Fit-Kurve.


    Finden Sie den entsprechenden y-Wert auf Ihrer Best-Fit-Kurve für jeden Wert von x, der Ihren ursprünglichen Datenpunkten entspricht.

    Subtrahieren Sie den tatsächlichen Wert von y von dem Wert von y auf Ihrer Best-Fit-Kurve für jeden Datenpunkt, den Sie haben. Die Differenz zwischen dem tatsächlichen Wert von y und dem Wert von y auf Ihrer Best-Fit-Kurve wird als Residuum bezeichnet. Quadriere jedes Residuum und summiere dann deine Residuen.

    Teilen Sie die Summe Ihrer Residuen durch die Gesamtzahl der Datenpunkte, die Sie haben, und berechnen Sie die Quadratwurzel des Quotienten. Dies ergibt den quadratischen mittleren Fehler.