Innhold
I statistikk er Mean Square Error (NDE) en måte å vurdere forskjellen mellom en estimator og den sanne verdien av den estimerte mengden. NDE måler gjennomsnittet av kvadratet til feilen, med feilen som beløpet som estimatoren avviker fra mengden som skal estimeres.
Definisjon
En enkel måte å tenke på NDE er som et kriterium for å velge en passende estimator: i statistiske modeller må modellerere velge mellom flere potensielle estimatorer. I praksis er NDE lik summen av variansen og forspenningen til estimatorens kvadrat. En estimator brukes til å utlede verdien av en ukjent parameter i en statistisk modell. Trend er forskjellen mellom den forventede verdien til estimatoren og den sanne verdien av den estimerte parameteren.
Bruk
I statistisk modellering brukes NDE til å bestemme i hvilken grad modellen ikke har tilpasset dataene, eller om fjerning av visse vilkår med fordel kan forenkle modellen. NDE gir et middel til å velge den beste estimatoren: et minimum NDE indikerer ofte, men ikke alltid, minimumsvariasjonen og derfor en god estimator. Å ta kvadratroten til NDE produserer gjennomsnittlig kvadratavvik, et godt mål for nøyaktighet også kjent som kvadratisk gjennomsnitt.
Tolkning
Å ha en gjennomsnittlig kvadratfeil på null (0) er ideell, men i de fleste situasjoner er det aldri mulig. NDE av null betyr at estimatoren forutsier observasjoner med perfekt presisjon.
Anmeldelse
NDE legger større vekt på store feil enn på små (resultat av begrepet for hvert kvadrat), og legger dermed vekt på avvikende data som ikke er i samsvar med medianen på eksempeldata.