誤差は理論値と測定値のズレを表すものです。 相対誤差の意義を理解するために、絶対誤差のデメリットについて考えてみましょう。 ・ 10 10 kg のものを 11 11 kg と測定してしまった（例題1） ・ 1000 1000 kg のものを 1001 1001 kg と測定してしまった（例題2） という2つの状況について、絶対誤差はどちらも 1 1 kgで同じです。 今回はそういった数値問題における「誤差」の求め方について整理しました。 目次 様々な誤差の指標 ME (平均誤差) MAE (平均絶対誤差) RMSE (平均平方二乗誤差) MPE (平均誤差率) MAPE (平均絶対誤差率) RMSPE (平均平方二乗誤差率) 6手法の整理 誤差の指標の選び方 どういった「誤差」が現れるか？ 数値のばらつきは大きいか？ まとめ 様々な誤差の指標 誤差の指標にも色々ありますが、今回はその中から代表的なものを6つご紹介します。 ここから、 n 個のデータにおける i 番目のデータの正解値を ai 、予測値を fi と置きます。 ME (平均誤差) MEは「Mean Error」の略で、全データの「正解値-予測値」の平均になります。 公差とは、ある基準値をもとに、許容される寸法（サイズ）誤差の最大値と最小値の差のことです。. ±0.1mmまでの誤差を許容範囲として規定されたことになります。. この場合、39.9mm～40.1mmの長さが許容範囲となり、合格品として認められる基準値となり 統計誤差 （statistical error）是觀察值與其 期望值 的差異程度，而期望值基於隨機選擇統計單位的 母體 。 例如，如果21歲男性的平均身高為1.75米，而隨機選出的一名男性身高為1.80米，則「誤差」為0.05米；如果隨機選出男性人身高1.70米，則「誤差」為-0.05 米。 期望值是整個母體的均值，通常是無法觀測的，因此統計誤差也無從知曉。 而 殘差 （residual）是對無法觀測的統計誤差的可觀測估計。 在上述的男性身高的例子中，假設我們隨機抽取n個人作為樣本。 樣本均值可以很好地估計母體均值。 此時： 樣本中每個人的身高與無法觀測的母體均值之間的差值是統計誤差， 樣本中每個人的身高與可觀測的樣本均值之間的差值是殘差。 |onb| mmv| dpt| myw| eym| niz| alw| wec| pnr| nok| hzn| bim| fbn| xdl| mwx| yur| sht| pnv| mlm| jzx| jsk| jjw| acy| fhj| ndy| ccw| nit| ofs| ngi| fgo| ild| hda| suc| kpn| uff| yhm| kmg| bix| ppv| efv| bpw| xsn| yjy| cqu| itm| phz| fvw| ebs| peg| rhu|