离差，方差，标准差，标准误，残差，均方差，均方根误差，平均绝对误差，决定系数（SD，SE，MSE，RMSE，NRMSE，MAE，R2）简单介绍

目录

离差，偏差（deviation），变异（variation）

离差平方和（sums of squared deviations，SS）

方差（variance/deviation Var，D(X) ）

标准差（Standard Deviation，SD）

变异系数

标准误（Standard Error of Mean，SE）

残差（residual）

残差平方和（residual sum of squares/sum squared residual, RSS/SSR）

 均方误差 (mean-square error, MSE)

均方根误差（Root-mean-square error，RMSE）

归一化的均方根误差（normalized root-mean-square error，NRMSE ）

 平均绝对误差（Mean Absolute Error，MAE）

决定系数（coefficient of determination，R^2）

无偏估计

别称：常见的名称有离差，偏差，离均差，距平，一般都是指deviation。

定义：是变量的一个观测值与某个特定的参照值之间差异的度量。参照值通常指变量的平均值，此时称为离均差或距平。而一变量的各数值对于其平均值的偏离，称为变异（variation）。

特点：有正负。

别称：平方和

定义：是变量各项与变量平均值之差的平方的总和，称为离差平方和，也简称平方和。

意义：

离差有正负，离差和不能反映变量整体的偏离。

离差经过平方之后只有正值，离差平方和可以反应与均值的偏离程度。

（ 通常用离差平方和来描述变异程度）

计算：

离差平方和通常表示为SS：

离差平方和可以用来计算方差，标准差等。

定义：是离差平方和的期望。

计算为，每个样本值与全体样本均值的差的平方和的平均值。

意义：

离差平方和的大小受到样本总量大小的影响，不利于不同数据集的比较。

离差平方和的期望（方差）​​​​​​可以表示数据离散程度。

公式：

 根据离差平方（SS）可以描述为：

-------------------------

 ------------

无偏估计

实际工作中，总体均数难以得到时，应用样本统计量代替总体参数，经校正后(将 N 换成(N-1))，样本方差的无偏估计计算公式：

通俗点讲就是如果计算的数据集不是总体, 只是部分样本, 使用分母是n公式计算的样本方差通常会小于总体方差,  使用分母是n-1的公式计算的样本方差与总体方差更接近。

说的更专业一点就是，n-1是自由度，1是变量数量。在计算RMSE的时候变量是两个，那么样本RMSE的无偏估计的分母就是自由度（n-2）。

定义：是方差的平方根。

意义：由于方差是离差平方和的均值，平方后数值大小与原数值大小范围相差太大，所以常用方差开根号换算回来。平均数相同的，标准差未必相同。

公式：

 如是总体（即估算总体方差），根号内除以n（对应excel函数：STDEVP）；

如是抽样（即估算样本方差），根号内除以（n-1）（对应excel函数：STDEV）；

matlab使用函数：std, nanstd

计算为 标准差与均值的比。

 其中，分子是总体标准差，分母指数据的平均数。

定义：是多个样本平均数的标准差。

意义: 是描述均数抽样分布的离散程度及衡量均数抽样误差大小的尺度，反映的是样本均数之间的变异。

注意：

1. 标准误不是标准差。

2. 标准误能够通过标准差计算。

3. 在实验中单次测量总是难免会产生误差，为此我们经常测量多次，然后用测量值的平均值表示测量的量，并用误差条来表征数据的分布，其中误差条的高度为±标准误差。

公式：

关于标准差与标准误的区别请看：

（误差棒到底是个什么棒？到底棒不棒！）误差棒到底是个什么棒？到底棒不棒！_和你在一起^_^的博客-CSDN博客

残差在数理统计中是指实际观察值与估计值（拟合值）之间的差。常在建模中使用。

误差（errors）

测量值与真实值的差。对任何一个物理量进行测量都不可能得出一个绝对准确的数值，误差表示测量结果偏离真值的程度。

残差与误差的区别

残差和误差的区别在于一个是估计值一个是真值。

残差与误差的联系

，为什么在建模时，大家会混用，因为如果回归模型正确的话， 我们可以将残差看作误差的观测值。

统计中经常出现离差，残差，误差，和偏差等概念，不小心就会弄混，要注意区分。

别名：误差平方和（Sum of the Squared Errors, SSE）, 组内平方和

定义：真实值与模型预测值的差的平方的和。（残差的平方和）

意义：它是数据与估计模型（例如线性回归）之间差异的度量。小的 RSS 表示模型与数据的拟合度很高。

计算：

其他：

除了误差平方和（SSE），还有总平方和（SST），回归平方和（SSR），

总平方和（SST）：计算为真值与真值均值的差的平方和，也就是真值的离差平方和。

回归平方和（SSR）：计算为预测值与真值均值的差的平方和，也就是预测值的离差平方和。

误差平方和（SSE）：计算为真值与预测值的差的平方和，也就是残差平方和。

SST = SSE + SSR

R2可以计算为SSR/SST，或者 1 - SSE/SST

定义1：参数估计值与参数真值之差平方的期望值。（残差平方和的均值）

意义：在模型中表示预测值相对于真实值的偏差， 描述误差大小。

定义2：方差分析中组内变异（残差平方和SSE）与误差自由度（dfE）的商。

别称：标准误差，均方根偏差（RMSD，Root-mean-square deviation）

定义：预测值与真实值偏差的平方和与观测次数m比值的平方根。（均方差 MSE的平方根）

意义：在模型中表示预测值相对于真实值的偏差， 描述误差大小。

与标准差的区别和联系：

标准差是用来衡量一组数自身的离散程度，

而均方根误差是用来衡量观测值同真值之间的偏差，它们的研究对象和研究目的不同，但是计算过程类似。

公式：

定义：通常用RMSE除以真值均值。

意义：归一化 RMSD 有助于比较不同尺度的数据集或模型。通常以百分比表示，其中较低的值表示较小的残差。

计算：

尽管文献中没有一致的归一化方法，但常见的选择是测量数据的平均值或范围（定义为最大值减去最小值）：

来着维基百科

定义：观测值与真实值的误差绝对值的平均值。

意义：准确反映实际预测误差的大小。

公式：    

别称：测定系数、决定系数、可决指数， 拟合优度

定义：

变量x引起y变异的回归平方和占y变异总平方和的比率（模型可解释变异占总变异的比值），也称为拟合优度。

意义：

R方一般在回归模型中评估预测值和实际值的符合程度。

表示一个随机变量与多个随机变量关系的数字特征，用来反映回归模型解释因变量变化可靠程度的一个统计指标。

决定系数反应了y的波动有多少百分比能被x的波动所描述，即表征依变数Y的变异中有多少百分比,可由控制的自变数X来解释。

公式：

计算为 R2=SSR/SST=1-SSE/SST。

总平方和（SST）：计算为真值与真值均值的差的平方和，也就是真值的离差平方和。

回归平方和（SSR）：计算为预测值与真值均值的差的平方和，也就是预测值的离差平方和。

误差平方和（SSE）：计算为真值与预测值的差的平方和，也就是残差平方和。

SST = SSE + SSR

R2可以计算为SSR/SST，或者 1 - SSE/SST

计算：

计算样本方差和样本MSE的时候，为了更好的表示总体方差和总体MSE，计算公式的分母为自由度（n-变量格式）。

参考链接：

为什么样本标准差分母为n-1_样本标准差分母为什么是n-1_花花呼呼的博客-CSDN博客

样本标准差分母为什么是n-1_标准差分母为什么减1_ljm1200的博客-CSDN博客

本博文主要参考：

百度词条

维基百科