qu’est-ce que l’erreur quadratique moyenne (RMSE)?
L’erreur quadratique moyenne (RMSE) mesure la quantité d’erreur entre deux ensembles de données. En d’autres termes, il compare une valeur prédite et une valeur observée ou connue. Plus une valeur RMSE est petite, plus les valeurs prédites et observées sont proches.,
Il est également connu sous le nom de déviation quadratique moyenne et est l’une des statistiques les plus utilisées dans les SIG.
différent de L’erreur absolue moyenne (Mae), nous utilisons RMSE dans une variété d’applications lors de la comparaison de deux ensembles de données.
Voici un exemple de calcul de RMSE dans Excel avec 10 valeurs observées et prédites. Mais vous pouvez appliquer ce même calcul à n’importe quel ensemble de données de taille.
exemple D’erreur quadratique moyenne
par exemple, nous pouvons comparer n’importe quelle valeur prédite avec une mesure réelle (valeur observée).,
- valeur prédite
- valeur observée
L’erreur quadratique moyenne prend la différence pour chaque valeur observée et prédite.
Vous pouvez changer l’ordre de soustraction car l’étape suivante consiste à prendre le carré de la différence. En effet, le carré d’une valeur négative sera toujours une valeur positive. Mais assurez-vous simplement que vous gardez le même ordre tout au long.
Après cela, diviser la somme de toutes les valeurs par le nombre d’observations. Enfin, nous obtenons une valeur RMSE., Voici ce que le RMSE Formule ressemble à:
Comment Calculer la RMSE dans Excel
Voici un moyen rapide et facile guide pour calculer RMSE dans Excel. Vous aurez besoin d’un ensemble de observées et valeurs prédites:
1. Entrez en-têtes
Dans la cellule A1, tapez « valeur observée” comme un en-tête. Pour la cellule B1, tapez « valeur prédite ». En C2, tapez « différence ».,
2. Placez les valeurs dans les colonnes
si vous avez 10 observations, placez les valeurs d’altitude observées dans A2 à A11. En outre, remplir les valeurs prédites dans les cellules B2 B11 de la feuille de calcul
3. Trouvez la différence entre les valeurs observées et prédites
dans la colonne C2, soustrayez la valeur observée et la valeur prédite., Répétez l’opération pour toutes les lignes ci-dessous où il existe des valeurs prédites et observées.
=A2-B2
Maintenant, ces valeurs peuvent être positives ou négatives.
4. Calculer l’erreur quadratique moyenne de la valeur
Dans la cellule D2, utilisez la formule suivante pour calculer RMSE:
=SQRT(SUMSQ(C2:C11)/COUNTA(C2:C11))
la Cellule D2 est la racine de l’erreur quadratique moyenne de la valeur. Et sauvegardez votre travail parce que vous avez terminé.
Si vous avez une valeur plus petite, cela signifie que les valeurs prédites sont proches des valeurs observées. Et vice-versa.,
Quelle est la Prochaine?
RMSE quantifie la différence d’un ensemble de valeurs. Plus une valeur RMSE est petite, plus les valeurs prédites et observées sont proches.,>Comment Construire Spatiale des Modèles de Régression dans ArcGIS
Vous aimerez Aussi:
Laisser un commentaire