Fysik

Rod-MSE

21. april 2013 af mimok (Slettet)

Jeg har lavet en lineær regression i et program, som hedder DataStudio. Men jeg får ikke en korrelationskoefficient for min regression, som jeg ville få, hvis jeg lavede regressionen i et cas-værktøj. Jeg får noget der hedder Rod-MSE på 0,00485, er der nogen, der kan fortælle mig hvordan man vurderer ud Rod-MSE?


Brugbart svar (1)

Svar #1
22. april 2013 af hesch (Slettet)


Svar #2
23. april 2013 af mimok (Slettet)

Kan du forklare det der står, jeg er ikke så god til engelsk, og alle de tegn/symboler, der er brugt forstår jeg ikke.


Brugbart svar (2)

Svar #3
23. april 2013 af hesch (Slettet)

Der står i første linie under overskrifterne, at hvis du har to talsæt med elementerne Ai og Bi så findes MSE-værdien ( Mean_Square_Error = Middelværdien af kvadratet på fejlen ) ved:

1) For alle i, beregn  Ei = Ai - Bi            ( Error )

2) For alle i, beregn summen af Ei2        ( Square )

3)  MSE-værdien = summen / ( antal i )       ( Mean )

Root-MSE = √( MSE-værdien )

Jeg kan ikke forklare resten, det ville jo tage hele natten.


Svar #4
25. april 2013 af mimok (Slettet)

Er Ai et talsæt? Altså som i (x,y)?


Brugbart svar (1)

Svar #5
25. april 2013 af peter lind

Det er et mål for hvormeget de observered punkter afviger fra de beregnede når du bruger den estimerede funktionen.

Du har en række punkter xi og yi og har bestemt en funktion hvor det gælder at f(xi) ≈ yi. Du har ikke fået et resultat så at der gælder eksakt lighedstegn.  Forskellen for den i'te observation er fxi) -yi Det er praktisk at  kvadrerer dette tal så man har et mål for afvigelsen der er (f(xi) -yi)2.  Adderer du alle disse kvadratafvigelser har du summen af kvadratafvigelser. Dividerer du dette tal med antal observationer får du en middelkvadratafvigelse. Det er den der kaldes MSE. Det dit program leverer er kvadratroden af dette tal.  MSE svarer til variansen i sandsynlighedsfordelinger kvadratroden af dette svarer til spredningen

 

 


Brugbart svar (0)

Svar #6
25. april 2013 af hesch (Slettet)

#4  ( Ai, Bi ) er et indekseret talsæt som ( x,y ).


Svar #7
27. april 2013 af mimok (Slettet)

Mange tak!


Skriv et svar til: Rod-MSE

Du skal være logget ind, for at skrive et svar til dette spørgsmål. Klik her for at logge ind.
Har du ikke en bruger på Studieportalen.dk? Klik her for at oprette en bruger.