Matlab曲线拟合SSE等含义.docxVIP

使用过Matlab的拟合、优化和统计等工具箱的网友，会经常遇到下面几个名词：

SSE(和方差、误差平方和)：ThesumofsquaresduetoerrorMSE(均方差、方差)：Meansquarederror

RMSE(均方根、标准差)：RootmeansquarederrorR-square(确定系数)：Coefficientofdetermination

AdjustedR-square：Degree-of-freedomadjustedcoefficientofdetermination

下面我对以上几个名词进行详细的解释下，相信能给大家带来一定的帮助！！一、SSE(和方差)

该统计参数计算的是拟合数据和原始数据对应点的误差的平方和，计算公式如下

SSE越接近于0，说明模型选择和拟合更好，数据预测也越成功。接下来的MSE和RMSE

因为和SSE是同出一宗，所以效果一样

二、MSE(均方差)

该统计参数是预测数据和原始数据对应点误差的平方和的均值，也就是SSE/n，和SSE没有太大的区别，计算公式如下

三、RMSE(均方根)

该统计参数，也叫回归系统的拟合标准差，是MSE的平方根，就算公式如下

在这之前，我们所有的误差参数都是基于预测值(y_hat)和原始值(y)之间的误差(即点对点)。从下面开始是所有的误