一文了解均方根误差与方差、标准差的异同

学数学模型时，盯着这两个定义看了半天，形式相似又较为不同，定义和传递出的信息也是不一样，觉得有意思，写写笔记。话不多说，先上形式：

标准差：

其中， 为一组数据的真值， 为这组数据的平均值，也就是 , 而 即为方差，即标准差的平方为方差，方差的开平方为标准差。

再来说说他们的含义：

百度说：

标准差，又称均方差，是离均差平方的算术平均数的平方根，用σ表示。在概率统计中最常使用作为统计分布程度上的测量。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。

方差，不仅仅表达了样本偏离均值的程度，更是揭示了样本内部彼此波动的程度，也可以理解为方差代表了样本彼此波动的期望。

再加上对”平均“的理解：即一组数据的平均水平 （注意，平均数受极端影响较大，如极大或极小数据）

我们大抵可以根据这个公式的形式推测 ：累计每个样本与平均水平的误差和，使用平方放大误差，并使波动向一个方向累加。平均后得到方差。要知道，若样本数据中存在极端数据，那么经过平方后必然显著。

所以，我们常常使用方差与标准差来揭示样本与均值的离散程度，并且，我还认为方差可以用来估计一组数据是否适合使用平均数这个指标。

好了，该到均方根误差（RMSE）了

公式如右：

其中， 为观测样本值，或可理解成预测值，而 为样本真值。

可见，这个公式与标准差公式十分相似，形式几乎一摸一样！

但需注意的是：标准差中公式的数据，全部都是“平等”的关系！怎么解释这个平等呢， 就从反面的不平等来说吧：  与  就是不平等的关系，因为他们不是一伙的，一个是观测值，一个是真值！

下面再来看看百度对于均方差根误差的解释：

均方根误差是预测值与真实值偏差的平方与观测次数n比值的平方根，在实际测量中，观测次数n总是有限的，真值只能用最可信赖（最佳）值来代替。  标准误差 对一组测量中的特大或特小误差反映非常敏感，所以，标准误差能够很好地反映出测量的精密度。这正是标准误差在工程测量中广泛被采用的原因。因此，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

所以，我们可以总结：

 “均方根误差”强调的是“误差”，是“观测值”或者说“预测值”与“真值”间的误差，

而均方根则是一组平等数据的内部属性。

故此，我们常用“均方根”来描述一组样本数据的内部波动水平，并使用“均方根的平方” ：“方差”，来检测是否存在某些极端数据。 而均方根误差，则常用以检测拟合效果，或根据最小化此指标及其相关指标来进行拟合，这就是最小二乘法。

链接下文以飨读者：

RMSE与其他数据指标对比