关于root mse?谢谢

wwws2005 发表于 2013-8-9 15:40
SSE, MSE,RMSE,R-square
SSE(和方差、误差平方和)：The sum of squares due to error
MSE(均方差、方差) ...

多谢解释了！！！

mse是常用的描述预测i精度的指标。预测类的文章基本没有不报告mse的。

讲的很好。。。

学习了

wwws2005 发表于 2013-8-9 15:41
不能看到图片，具体看下
    http://rc.qzone.qq.com/blog/add#!app=2&via=QZ.HashRefresh&pos=1376033284

解答很详细，缺陷是给的链接看不了，希望能够继续看到公式图片

wwws2005 发表于 2013-8-9 15:40
SSE, MSE,RMSE,R-square
SSE(和方差、误差平方和)：The sum of squares due to error
MSE(均方差、方差) ...

感谢分享

夏目贵志 发表于 2013-11-7 23:56
mse是常用的描述预测i精度的指标。预测类的文章基本没有不报告mse的。

确实如此。请问您知道stata里，使用arima回归之后，如何让软件报告mse吗？谢谢！

夏目贵志 发表于 2013-11-7 23:56
mse是常用的描述预测i精度的指标。预测类的文章基本没有不报告mse的。

确实如此。请问您知道stata里，使用arima回归之后，如何让软件报告mse吗？谢谢！

STATA回归结果中汇报的MSE的理解：
（1）MSE：回归模型的标准误（标准定义为均方误差mean-square error,但如果把它理解成 Model Standard Error，或者standard error of the model或许更贴切），衡量回归方程扰动项的波动幅度。
（2）MSE是对扰动项方差进行无偏估计的估计量。
（3）其计算方法：残差平方和除以n-K，其中n为样本容量，K为待估参数个数，也为解释变量个数加1（如果把常数项也作为一个解释变量，也可以说是解释变量的总数）；
（4）其中，n-K为估计量的自由度，为什么不除以n呢，因为虽然有n个残差，但是n个残差必须满足K个正规方程组的限制，因此只剩下n-K个自由度。
（5）ROOT：根，指的是平方根（ square root）
综上：root MSE等于RSS（残差平方和）均方（即残差平方和除以其自由度）的平方根。
此值越小，拟合模型对被解释变量的解释程度越高（因为其越小，残差平方和越小，方程解释不了的部分，也就是回归平方和ESS越小，拟合优度也就越高）。——最后皮一下，这个值和RSS（或者叫SSR）、拟合优度的价值是一样的，一般论文撰写不要求汇报，只要求汇报拟合优度，因为汇报一个就够啦！