热门问题
时间线
聊天
视角

均方誤差

MSE,統計學名詞 来自维基百科,自由的百科全书

Remove ads

統計學中,平均平方誤差mean-square error,MSE[1])或均方誤差[2][3],又稱均方偏差[4][5](mean-square deviation,MSD)、均方差[6][7],是預測值或估計值與真實值的差異平方的均值。均方誤差越小說明模型的預測或者母數的估計精度越準確。

計算公式

對於無法觀察的母數的一個估計函數T;其定義為:

即,它是「誤差」的平方的期望值。誤差就是估計值與被估計量的差。均方誤差滿足等式

其中

也就是說,偏差是估計函數的期望值與那個無法觀察的母數的差。

下邊是一個具體例子。假設

是一組來自常態分布的樣本。常用的兩個對σ2估計函數為:


 和 

其中

為樣本均值。

第一個估計函數為最大概似估計,它是偏誤的,即偏差不為零,但是它的變異數比第二個小。而第二個估計函數是不偏的。較大的變異數某種程度上補償了偏差,因此第二個估計函數的均方誤差比第一個要大。

另外,這兩個估計函數的均方誤差都比下邊這個偏誤估計函數大:

這個估計函數使得形如(其中c是常數)的均方誤差最小。

Remove ads

參見

外部連結

Loading related searches...

Wikiwand - on

Seamless Wikipedia browsing. On steroids.

Remove ads