첫째, 예측 결과 소개
예측 결과의 신뢰성은 예측 결과의 신뢰성과 예측 결과에 대한 신뢰도를 나타냅니다. 이러한 신뢰는 예측 모델 선택에 대한 신뢰와 예측값에 대한 신뢰로 인한 것이며, 이는 전자보다 더 중요하다. -응?
예측에 사용되는 데이터의 오차가 적을수록 예측 방법이 더 적합하고 변수의 미래 값에 대한 예측이 더 근거가 있으며 예측자는 예측 결과에서 더 신뢰할 수 있습니다. 의사결정자들이 예측 결과를 믿을수록 예측자가 경험이 많고 외부 환경이 안정될수록 예측자 간의 의견이 통일될수록 예측의 신뢰성이 높아진다. 반대로 신뢰성이 떨어집니다.
둘째, 편차 소개
편차 (겉보기 오류라고도 함) 는 개별 측정치와 측정 평균의 차이로 측정 결과의 정확도를 측정하는 데 사용할 수 있습니다. 통계학에서는 편향이 두 가지 다른 개념, 즉 편향샘플링과 편향된 추정에 사용될 수 있다. 부분 샘플링은 총 샘플 세트에 대한 동일하지 않은 샘플이며, 부분 추정은 추정할 수량을 과대평가하거나 과소평가하는 것입니다.
편차 및 오류 소개 및 분류;
I. 편차 및 오류
오류는 측정과 실제 값의 차이입니다. 측정 결과의 정확도는 오차로 측정되고, 측정 결과의 정확도는 편차로 측정됩니다. 오류는 실제 값을 기준으로 하고 편차는 여러 측정 결과의 평균을 기준으로 합니다.
실수와 편차는 서로 다른 의미를 가지고 있으므로 반드시 구분해야 한다. 그러나 일반적으로 참 값은 알 수 없습니다 (측정의 목적은 참 값을 측정하는 것입니다). 따라서 실제 문제를 처리할 때 시스템 오류가 최소화된 상태에서 여러 평행 측정을 true 로 간주하고 편차를 오차로 간주하는 경우가 많습니다.
둘째, 편차 분류
1, 절대 편차: 측정과 평균의 차이를 나타냅니다.
2. 상대 편차: 한 측정의 절대 편차를 평균으로 한 퍼센트입니다.
3. 표준 편차: 일정 기간 동안 통계 결과의 변동 범위를 나타냅니다. 통계 용어. 데이터 값이 산술 평균에서 벗어나는 정도를 측정하는 데이터 분포 편차를 측정하는 기준입니다. 표준 편차가 작을수록 평균과의 편차가 작아지고 그 반대의 경우도 마찬가지입니다. 표준 편차의 크기는 표준 편차와 평균값의 곱셈 관계로 측정할 수 있다.
4. 평균 편차: 단일 측정과 평균의 편차 (절대값) 의 합계를 측정 수로 나눈 값입니다.
5. 상대 평균 편차: 평균에 대한 평균 편차의 퍼센트입니다. 평균 편차 및 상대 평균 편차는 모두 양수입니다.