Obsah
Ve statistikách je střední kvadratická chyba (NDE) způsob hodnocení rozdílu mezi odhadcem a skutečnou hodnotou odhadované veličiny. NDE měří průměr druhé mocniny chyby, přičemž chybou je množství, o které se odhadce liší od množství, které má být odhadnuto.
Definice
Jednoduchý způsob uvažování o NDE je kritériem pro výběr vhodného odhadce: ve statistických modelech si modeláři musí vybrat mezi několika potenciálními odhady. V praxi se NDE rovná součtu rozptylu a zkreslení čtverce odhadce. Odhad se používá k odvození hodnoty neznámého parametru ve statistickém modelu. Trend je rozdíl mezi očekávanou hodnotou odhadce a skutečnou hodnotou odhadovaného parametru.
Použití
Ve statistickém modelování se NDE používá k určení, do jaké míry model nevejde data, nebo zda by odstranění určitých výrazů mohlo model příznivě zjednodušit. NDE poskytuje způsob výběru nejlepšího odhadu: minimální NDE často, ale ne vždy, označuje minimální odchylku, a tedy dobrý odhad. Vezmeme-li druhou odmocninu NDE, získáme střední odmocninu, což je dobrá míra přesnosti známá také jako kvadratický průměr.
Výklad
Mít průměrnou čtvercovou chybu nula (0) je ideální, ale ve většině situací to nikdy není možné. NDE nula znamená, že odhadovač předpovídá pozorování s dokonalou přesností.
Posouzení
NDE klade větší váhu na velké chyby než na malé (výsledek termínu každého čtverce), a tak zdůrazňuje diskrétní data, která nejsou v souladu s mediánem vzorových dat.