Rotenvärde kvadratiska avvikelsen (RMSD) är ett mått på skillnaderna mellan förutspådda värden och verkliga värden. RMSD sammanställer dessa individuella skillnader, som kallas residualer, till ett enda prediktivt värde, vilket gör RMSD till ett bra mått på noggrannhet. RMSD kan också mäta skillnaderna mellan två uppsättningar värden när ingen uppsättning anses vara en standard. Du kan använda detta för att beräkna det genomsnittliga avståndet mellan två objekt, till exempel, eller hur bra en ekonomisk modell passar ekonomiska indikatorer.

Definiera RMSD som kvadratroten av den genomsnittliga kvadratfelet. Detta kan uttryckas som RMSD (x) = (E ((x - y) ^ 2)) ^ (1/2) där x är ett uppskattat värde, y är det faktiska värdet och E är en funktion som ger ett medelfel mellan x och y.

Använd RMSD när ingen uppsättning värden anses vara en standard. Låt X vara uppsättningen av värdena {x1, x2, ..., xn} och låt Y vara uppsättningen värden {y1, y2, ..., yn}.

Beräkna en specifik funktion givet villkoren i steg två genom att bestämma medelfelfunktionen E. I detta fall är E (X-Y) ^ 2 = (? (xi-yi) ^ 2) /n. Därför är RMSD (X, Y) = (E ((X-Y) ^ 2)) ^ (1/2) = (? (Xi-yi) ^ 2 /n) ^ (1/2).

Beräkna normaliserad RMSD (NRMSD) som RMSD /(xmax - xmin). Detta värde anges vanligtvis i procent så att ett lägre värde anger en mindre varians i restvärdena.

Beräkna variationskoefficienten för RMSD som RMSD /? Xi /n. Standardavvikelsen i ekvationen för variationskoefficienten ersätts av RMSD.