Matlab:如何在此示例中使用均方误差和标准差
Matlab: how to use mean square error and standard deviation in this example
我想比较y
和yhat
之间的误差。 y
是使用已知值生成的,这些值是移动平均模型的系数。 yhat
是使用系数估计生成的。显示输出有多接近的统计数据是什么?在机器学习论文中,我将标准差和均方误差视为性能指标。但我不明白如何在这个例子中应用这些。任何指导都会非常有帮助。谢谢。
N = 100;
a1=0.2;
b1=0.5;
h = [1 a1 b1]; %channel coefficients
h_hat = [1 0.23 0.45];
data = rand(1,N);
y = filter(h,1,data); %transmitted signal through MA channel
yhat = filter(h_hat,1,data);
MSE的计算方法:
MES= mean((y - yhat).^2)
这里是平均值的标准误差:
err=y - yhat;
SE = std(err)/sqrt(length(err));
但是,您使用的指标应该解决您的研究问题/假设。 SE 或 MSE 可能不是正确的选择。不知道你在调查什么,很难给出任何建议。
我想比较y
和yhat
之间的误差。 y
是使用已知值生成的,这些值是移动平均模型的系数。 yhat
是使用系数估计生成的。显示输出有多接近的统计数据是什么?在机器学习论文中,我将标准差和均方误差视为性能指标。但我不明白如何在这个例子中应用这些。任何指导都会非常有帮助。谢谢。
N = 100;
a1=0.2;
b1=0.5;
h = [1 a1 b1]; %channel coefficients
h_hat = [1 0.23 0.45];
data = rand(1,N);
y = filter(h,1,data); %transmitted signal through MA channel
yhat = filter(h_hat,1,data);
MSE的计算方法:
MES= mean((y - yhat).^2)
这里是平均值的标准误差:
err=y - yhat;
SE = std(err)/sqrt(length(err));
但是,您使用的指标应该解决您的研究问题/假设。 SE 或 MSE 可能不是正确的选择。不知道你在调查什么,很难给出任何建议。