Root mean square vs rata-rata deviasi absolut?


Jawaban:


13

Secara teori, ini harus ditentukan oleh seberapa penting kesalahan ukuran yang berbeda bagi Anda, atau dengan kata lain, fungsi kerugian Anda .

Di dunia nyata, orang lebih mengutamakan penggunaan. Jadi penyimpangan RMS (atau varians terkait) lebih mudah untuk digabungkan, dan lebih mudah untuk dihitung dalam satu pass, sementara rata-rata penyimpangan absolut lebih kuat untuk pencilan dan ada untuk distribusi yang lebih banyak. Regresi linier dasar dan banyak cabangnya didasarkan pada meminimalkan kesalahan RMS.

Poin lain adalah bahwa mean akan meminimalkan penyimpangan RMS sementara median akan meminimalkan penyimpangan absolut, dan Anda dapat memilih salah satu dari ini.


+1 Ringkasan yang bagus. Saya suka Anda menunjukkan peran fungsi kerugian terlebih dahulu.
whuber
Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.