The mean absolute error (MAE) is al

The mean absolute error (MAE) is also measured in the same units as the data, and is usually similar in magnitude to, but slightly smaller than, the root mean squared error. It is less sensitive to the occasional very large error because it does not square the errors in the calculation. The mathematically challenged usually find this an easier statistic to understand than the RMSE. MAE and MAPE (below) are not a part of standard regression output, however. They are more commonly found in the output of time series forecasting procedures, such as the one in Statgraphics. It is relatively easy to compute them in RegressIt: just choose the option to save the residual table to the worksheet, create a column of formulas next to it to calculate errors in absolute or absolute-percentage terms, and apply the AVERAGE function.

ผลลัพธ์ (ไทย) 1:

ข้อผิดพลาดสัมบูรณ์เฉลี่ย (แม่) จะวัดในหน่วยเดียวกันเป็นข้อมูล และมักจะคล้ายกันในขนาดที่จะ แต่เล็กกว่า รากเฉลี่ยกำลังสองข้อผิดพลาด มันเป็นเรื่องสำคัญน้อยข้อผิดพลาดมากเป็นครั้งคราว เพราะมันไม่ตารางข้อผิดพลาดในการคำนวณ กรณีการ mathematically มักพบนี้สถิติง่ายเข้าใจกว่า RMSE แม่และ MAPE (ด้านล่าง) จะไม่เป็นส่วนหนึ่งของผลลัพธ์การถดถอยมาตรฐาน อย่างไรก็ตาม นอกจากนี้พวกเขามากกว่าปกติจะพบในผลผลิตของชุดเวลาคาดการณ์กระบวน เช่นหนึ่งใน Statgraphics ค่อนข้างง่ายต่อการคำนวณให้ใน RegressIt: เพียงแค่เลือกตัวเลือกในการบันทึกตารางเหลือไปแผ่นงาน สร้างคอลัมน์ของสูตรอยู่ด้านข้างในการคำนวณข้อผิดพลาดในแบบสัมบูรณ์ หรือสัมบูรณ์เปอร์เซ็นต์ และใช้ฟังก์ชัน AVERAGE

ผลลัพธ์ (ไทย) 2:

ข้อผิดพลาดแน่นอนค่าเฉลี่ย (MAE) นอกจากนี้ยังมีการวัดในหน่วยเดียวกันกับข้อมูลและมักจะคล้ายกันในขนาด แต่มีขนาดเล็กกว่าเล็กน้อยรากหมายถึงข้อผิดพลาดกำลังสอง มันเป็นเรื่องที่มีความสำคัญน้อยกว่าที่จะเป็นครั้งคราวข้อผิดพลาดที่มีขนาดใหญ่มากเพราะมันไม่ได้ตารางข้อผิดพลาดในการคำนวณ ท้าทายทางคณิตศาสตร์มักจะพบนี้สถิติที่เข้าใจง่ายกว่า RMSE แม่และ MAPE (ด้านล่าง) ไม่เป็นส่วนหนึ่งของการส่งออกถดถอยมาตรฐานอย่างไร พวกเขาจะพบมากขึ้นโดยทั่วไปในการส่งออกของเวลาขั้นตอนการพยากรณ์ซีรีส์ดังกล่าวเป็นหนึ่งใน Statgraphics มันเป็นเรื่องง่ายในการคำนวณพวกเขาใน RegressIt: เพียงเลือกตัวเลือกในการบันทึกตารางที่เหลือไปยังแผ่นงานสร้างคอลัมน์ของสูตรถัดไปในการคำนวณความผิดพลาดในแง่แน่นอนแน่นอนหรือร้อยละและการใช้ฟังก์ชั่นเฉลี่ย

ผลลัพธ์ (ไทย) 3:

ค่าเฉลี่ยความคลาดเคลื่อนสัมบูรณ์ ( แม่ ) ก็เป็นวัดในหน่วยเดียวกัน เช่น ข้อมูล และมักที่คล้ายกันในขนาด แต่เล็กกว่าเล็กน้อย รากค่าเฉลี่ยความคลาดเคลื่อนยกกำลังสอง . มันมีความไวน้อยกว่าข้อผิดพลาดขนาดใหญ่มากเป็นครั้งคราว เพราะมันไม่ได้ตารางข้อผิดพลาดในการคำนวณ มีความท้าทายทางคณิตศาสตร์มักจะพบนี้ง่ายที่จะเข้าใจมากกว่าวิธีการทางสถิติ .แม่ และ MAPE ( ด้านล่าง ) ไม่ได้เป็นส่วนหนึ่งของการส่งออก , การถดถอยมาตรฐานอย่างไรก็ตาม พวกเขาจะพบบ่อยในการแสดงผลของการพยากรณ์อนุกรมเวลาขั้นตอนดังกล่าวเป็นหนึ่งใน Statgraphics . มันเป็นค่อนข้างง่ายที่จะใช้พวกเขาใน regressit : เพียงแค่เลือกตัวเลือกเพื่อบันทึกตารางที่เหลือไปยังแผ่นสร้างคอลัมน์ของสูตรไปเพื่อคำนวณข้อผิดพลาดในแง่แน่นอนหรือแน่นอนค่า และใช้ฟังก์ชันโดยเฉลี่ย