The root-mean-square deviation (RMS

The root-mean-square deviation (RMSD) or root-mean-square error (RMSE) is a frequently used measure of the differences between values (sample and population values) predicted by a model or an estimator and the values actually observed. The RMSD represents the sample standard deviation of the differences between predicted values and observed values. These individual differences are called residuals when the calculations are performed over the data sample that was used for estimation, and are called prediction errors when computed out-of-sample. The RMSD serves to aggregate the magnitudes of the errors in predictions for various times into a single measure of predictive power. RMSD is a good measure of accuracy, but only to compare forecasting errors of different models for a particular variable and not between variables, as it is scale-dependent.

Kết quả (Việt) 1:

Quảng trường gốc-có nghĩa là độ lệch (RMSD) hoặc quảng trường gốc-có nghĩa là lỗi (Whattheschmidt) là một biện pháp được sử dụng thường xuyên của sự khác biệt giữa giá trị (giá trị mẫu và dân) dự đoán bởi một mô hình hoặc một công cụ ước tính và giá trị thực sự quan sát. RMSD đại diện cho độ lệch chuẩn mẫu của sự khác biệt giữa giá trị dự đoán và quan sát các giá trị. Những sự khác biệt cá nhân được gọi là dư khi tính toán được thực hiện trong mẫu dữ liệu đã được sử dụng cho dự toán, và được gọi là dự báo lỗi khi tính toán ra của mẫu. RMSD phục vụ để tổng hợp magnitudes sai sót trong dự báo cho thời điểm khác nhau vào một thước đo duy nhất của quyền lực tiên đoán. RMSD là một biện pháp tốt của tính chính xác, nhưng chỉ để so sánh dự báo lỗi của mô hình khác nhau cho một biến cụ thể và không giữa các biến, vì nó là phụ thuộc vào quy mô.

Kết quả (Việt) 2:

Các root-mean-square lệch (RMSD) hoặc root-mean-square error (RMSE) là một biện pháp thường được sử dụng trong những khác biệt giữa các giá trị (mẫu và các giá trị dân) dự đoán của một mô hình hay một ước lượng và giá trị thực sự quan sát. Các RMSD đại diện cho độ lệch chuẩn mẫu của sự khác biệt giữa giá trị dự đoán và giá trị quan sát. Những khác biệt cá nhân được gọi là phần dư khi các tính toán được thực hiện trên các mẫu dữ liệu đã được sử dụng để ước lượng, và được gọi là lỗi dự đoán khi tính out-of-mẫu. Các RMSD phục vụ để tổng hợp cường độ của các sai sót trong dự báo cho thời điểm khác nhau thành một thước đo duy nhất của quyền lực tiên đoán. RMSD là một biện pháp tốt về độ chính xác, nhưng chỉ để so sánh các lỗi dự báo của các mô hình khác nhau cho một biến cụ thể và không phải giữa các biến, vì nó là quy mô phụ thuộc.