检验误差的分类及特点

这是一个关于检验误差的分类及特点的思维导图，讲述了检验误差的分类及特点的相关故事，如果你对检验误差的分类及特点的故事感兴趣，欢迎对该思维导图收藏和点赞~

检验误差的分类及特点

• 分类1: 估计误差
  • 正态分布：估计误差符合正态分布的特点，即均值为零，方差相等。
  • 非正态分布：估计误差不符合正态分布的特点，可能由于不完全信息、系统误差或偏差引起。
• 分类2: 预测误差
  • 随机误差：预测误差不可预测且随机分布，可能是由于环境变量导致的。
  • 系统误差：预测误差存在系统性偏差，可能是由于模型参数、输入数据或算法选择等方面引起的。
  • 多元误差：预测误差受多个因素影响，无法仅通过对单个因素的测量来解释。
• 分类3: 检验误差度量
  • 均方根误差（RMSE）：衡量平均预测误差的大小，即预测误差的标准差。
  • 平均绝对误差（MAE）：衡量平均预测误差的绝对值大小，忽略误差的方向。
  • 最大绝对误差（MaxAE）：衡量预测误差中的最大偏差，反映最差情况下的误差大小。
• 分类4: 误差来源
  • 数据误差：来自输入数据的误差，包括测量误差和数据采集过程中的偏差。
  • 模型误差：来自模型本身的误差，包括模型结构的不完善、参数的不准确等。
  • 算法误差：来自算法选择或实现的误差，包括算法的适用性、可行性等方面。
• 分类5: 误差特点
  • 不确定性：误差存在不确定性，无法精确预测误差的大小或方向。
  • 累积性：误差可能会随着时间、数据量的增加而累积，并影响后续的预测结果。
  • 可调节性：某些误差可以通过调整模型、算法或输入数据来减小或消除。
  • 非线性关系：误差与输入变量之间可能存在非线性关系，使得误差的变化不规律或难以预测。