La media quadrata della deviazione (RMSD) è una misura delle differenze tra i valori previsti e i valori effettivi. Il RMSD aggrega queste differenze individuali, chiamate residui, in un unico valore predittivo, rendendo il RMSD una buona misura di precisione. Il sistema RMSD può anche misurare le differenze tra due serie di valori quando nessuno dei due è considerato uno standard. Puoi usare questo per calcolare la distanza media tra due oggetti, per esempio, o quanto bene un modello economico si adatta agli indicatori economici.

Definire il RMSD come radice quadrata dell'errore quadratico medio. Questo può essere espresso come RMSD (x) = (E ((x - y) ^ 2)) ^ (1/2) dove x è un valore stimato, y è il valore attuale ed E è una funzione che fornisce un errore medio tra x e y.

Utilizzare il RMSD quando nessuno dei due valori viene considerato standard. Sia X l'insieme dei valori {x1, x2, ..., xn}, e sia Y l'insieme di valori {y1, y2, ..., yn}.

Calcola una funzione specifica date le condizioni nella fase 2 determinando la funzione di errore medio E. In questo caso, E (X - Y) ^ 2 = (? (xi - yi) ^ 2) /n. Pertanto, RMSD (X, Y) = (E ((X - Y) ^ 2)) ^ (1/2) = (? (Xi - yi) ^ 2 /n) ^ (1/2).

Calcola il RMSD normalizzato (NRMSD) come RMSD /(xmax - xmin). Questo valore è comunemente indicato come una percentuale tale che un valore inferiore indica una varianza più piccola nei residui.

Calcola il coefficiente di variazione del RMSD come RMSD /? Xi /n. La deviazione standard nell'equazione per il coefficiente di variazione è sostituita dal RMSD.