La raíz de la desviación cuadrática media (RMSD) es una medida de las diferencias entre los valores pronosticados y los valores reales. El RMSD agrega estas diferencias individuales, denominadas residuos, en un único valor predictivo, lo que hace que el RMSD sea una buena medida de precisión. El RMSD también puede medir las diferencias entre dos conjuntos de valores cuando ninguno de los conjuntos se considera estándar. Puede usar esto para calcular la distancia promedio entre dos objetos, por ejemplo, o qué tan bien un modelo económico se ajusta a los indicadores económicos.
Defina el RMSD como la raíz cuadrada del error cuadrático medio. Esto se puede expresar como RMSD (x) = (E ((x - y) ^ 2)) ^ (1/2) donde x es un valor estimado, y es el valor real y E es alguna función que proporciona un error medio entre x y y.
Utilice el RMSD cuando ninguno de los conjuntos de valores se considera estándar. Deje que X sea el conjunto de los valores {x1, x2, ..., xn}, y que Y sea el conjunto de valores {y1, y2, ..., yn}.
Calcule una función específica dadas las condiciones del paso dos al determinar la función de error medio E. En este caso, E (X - Y) ^ 2 = (? (xi - yi) ^ 2) /n. Por lo tanto, RMSD (X, Y) = (E ((X - Y) ^ 2)) ^ (1/2) = (? (Xi - yi) ^ 2 /n) ^ (1/2).
Calcule la RMSD normalizada (NRMSD) como RMSD /(xmax - xmin). Este valor se da comúnmente como un porcentaje tal que un valor menor indica una menor varianza en los residuos.
Calcule el coeficiente de variación de la RMSD como RMSD /? Xi /n. La desviación estándar en la ecuación para el coeficiente de variación es reemplazada por la RMSD.
