L’errore quadratico medio è la media dei quadrati degli errori tra valori effettivi e stimati in un campione di dati . La quadratura la differenza elimina la possibilità di trattare con numeri negativi . Dà anche differenze più grandi più peso di piccole differenze nel risultato . Errore quadratico medio è ampiamente utilizzato in applicazioni di elaborazione del segnale , come valutare la qualità del segnale , comparando concorrenti metodi di elaborazione del segnale e ottimizzare gli algoritmi di elaborazione del segnale . Istruzioni

1

Trova la differenza tra i punti dati effettivi e stimati in un campione . Ad esempio , se è stato sviluppato un algoritmo per prevedere i prezzi delle azioni , la differenza tra il prezzo delle azioni previsto e il prezzo effettivo sarebbe l’errore . Se il vostro algoritmo predice $ 12, $ 15, $ 20, $ 22 e $ 24 come i prezzi di cinque titoli in un giorno particolare , e i prezzi effettivi sono $ 13, $ 17 , $ 18, $ 20 e $ 24, rispettivamente , quindi gli errori sono $ 1 ( $ 13 – $ 12) , $ 2 ($ 17 – $ 15) , – 2 dollari ($ 18 – $ 20) , – 2 dollari ($ 20 – $ 22) e lo zero ($ 24 – $ 24) , rispettivamente,

2

Calcola la somma del quadrato di . gli errori . In primo luogo , piazza le differenze , e poi aggiungere in su . Continuando con l’esempio , la somma del quadrato degli errori è di 13 ( 1 + 4 + 4 + 4 + 0 ) .

3

Dividere la somma del quadrato degli errori il numero di punti di dati per calcolare l’errore quadratico medio . Per concludere l’esempio , l’errore quadratico medio è pari a 2,6 (13/5) .