闪光键盘鼠标套装:拟合工具箱的几个误差参数说明

来源：百度文库 编辑：九乡新闻网 时间：2024/04/28 18:49:14
拟合工具箱的几个误差参数说明http://blog.sina.com.cn/s/blog_628033fa0100kjjy.html拟合, 工具箱, 误差参数说, sse, mse 使用过Matlab的拟合、优化和统计等工具箱的网友，会经常遇到下面几个名词：

SSE(和方差、误差平方和)：The sum of squares due to error
MSE(均方差、方差)：Mean squared error
RMSE(均方根、标准差)：Root mean squared error
R-square(确定系数)：Coefficient of determination
Adjusted R-square：Degree-of-freedom adjusted coefficient of determination

下面我对以上几个名词进行详细的解释下，相信能给大家带来一定的帮助！！

一、SSE(和方差)
该统计参数计算的是拟合数据和原始数据对应点的误差的平方和，计算公式如下


SSE越接近于0，说明模型选择和拟合更好，数据预测也越成功。接下来的MSE和RMSE因为和SSE是同出一宗，所以效果一样

二、MSE(均方差)
该统计参数是预测数据和原始数据对应点误差的平方和的均值，也就是SSE/n，和SSE没有太大的区别，计算公式如下


三、RMSE(均方根)
该统计参数，也叫回归系统的拟合标准差，是MSE的平方根，就算公式如下


在这之前，我们所有的误差参数都是基于预测值(y_hat)和原始值(y)之间的误差(即点对点)。从下面开始是所有的误差都是相对原始数据平均值(y_ba)而展开的(即点对全)!!!

四、R-square(确定系数)
在讲确定系数之前，我们需要介绍另外两个参数SSR和SST，因为确定系数就是由它们两个决定的
(1)SSR：Sum of squares of the regression，即预测数据与原始数据均值之差的平方和，公式如下

(2)SST：Total sum of squares，即原始数据和均值之差的平方和，公式如下

细心的网友会发现，SST=SSE+SSR，呵呵只是一个有趣的问题。而我们的“确定系数”是定义为SSR和SST的比值，故


其实“确定系数”是通过数据的变化来表征一个拟合的好坏。由上面的表达式可以知道“确定系数”的正常取值范围为[0 1]，越接近1，表明方程的变量对y的解释能力越强，这个模型对数据拟合的也较好



拟合工具箱的几个误差参数说明 有哪些运行参数对电能表的误差有影响？ 几个技术指标的说明 误差的基本知识 Eclipse启动参数说明 ffmpeg参数说明 Socket函数参数说明 oracle profile几个参数的解释 - liurizhaooracle的日志 - ... 关于矢量图形几个概念的说明 工具箱里的刀子 翻译的工具箱 编码r最新参数说明 工具箱 Oracle启动例程: STARTUP参数说明 - informix的日志 - 网易博客 原有的党史存在的记忆误差 数码相机 参数术语说明 中关村在线 Java虚拟机（JVM）参数配置说明 88条术语 数码相机 参数术语说明 必读 数码相机 参数术语说明 中关村在线 setsockopt()用法（参数详细说明） 选购枕头要看准几个“参数” Apache MPM worker中的几个参数 Matlab的曲线拟合工具箱CFtool使用简介 经营分析常用工具箱(ExcelPro的图表