RMSE、RMS、标准差

1.均方根误差它是观测值与真值偏差的平方和观测次数n比值的平方根,在实际测量中,观测次数n总是有限的,真值只能用最可信赖(最佳)值来代.方根误差对一组测量中的特大或特小误差反映非常敏感,所以,均方根误差能够很好地反映出测量的精密度。均方根误差,当对某一量进行甚多次的测量时,取这一测量列真误差的均方根差(真误差平方的算术平均值再开方),称为标准偏差,以σ表示。σ反映了测量数据偏离真实值的程度,σ越小,表示测量精度越高,因此可用σ作为评定这一测量过程精度的标准。

                       Root mean square error (RMSE)+Pearson correlation coefficient (r)+Nash-Sutcliffe coefficient (E) - 云卷云舒 - 飞龙在天的小窝儿^_^

2.均方根值(RMS)也称作为效值它的计算方法是先平方、再平均、然后开方。

                  均方根值(RMS)+ 均方根误差(RMSE)+标准差(Standard Deviation) - 云卷云舒 - 飞龙在天的小窝儿^_^
3.标准差(Standard Deviation),标准差是方差的算术平方根,也称均方差(mean square error),是各数据偏离平均数的距离的平均数,它是离均差平方和平均后的方根,用σ表示,标准差能反映一个数据集的离散程度
                   均方根值(RMS)+ 均方根误差(RMSE)+标准差(Standard Deviation) - 云卷云舒 - 飞龙在天的小窝儿^_^
posted @ 2016-01-09 17:59  玥茹苟  阅读(5092)  评论(0编辑  收藏  举报