均方根误差
它是观测值与真值偏差的平方和观测次数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.方根误差对一组测量中的特大或特小误差反映非常敏感,所以,均方根误差能够很好地反映出测量的精密度。
均方根误差,当对某一量进行甚多次的测量时,取这一测量列真误差的均方根差(真误差平方的算术平均值再开方),称为标准偏差,
以σ表示。σ反映了测量数据偏离真实值的程度,σ越小,表示测量精度越高,因此可用σ作为评定这一测量过程精度的标准。
% matlab 计算程序
% 获得维数(M行N列)
[M, N] = size(follower_local_y);
% 计算均方根误差: 表现了 真实值和期望值 的偏离程度...
RMSE_x = sqrt(sum((follower_finalPosition_x - follower_local_x).^2)/M);
RMSE_y = sqrt(sum((follower_finalPosition_y - follower_local_y).^2)/M);
均方根值 RMES
也称作为效值,它的计算方法是先平方、再平均、然后开方。
均方根值(root-mean-square,RMES)
% matlab代码
% 获得维数(M行N列)
[M, N] = size(follower_local_y);
% 计算均方根值
RMS_final_position_x = sqrt( sum(follower_finalPosition_x.^2) / M );
RMS_final_position_y = sqrt( sum(follower_finalPosition_y.^2) / M );
RMS_follower_local_position_x = sqrt( sum(follower_local_x.^2) / M );
RMS_follower_local_position_y = sqrt( sum(follower_local_y.^2) / M );
标准差
标准差(Standard Deviation),标准差是方差的算术平方根,也称均方差(mean square error),是各数据偏离平均数的距离的平均数,它是离均差平方和平均后的方根,用σ表示,标准差能反映一个数据集的离散程度。