Erro quadrático médio

Em estatística, o erro quadrático médio (EQM, ou MSE em inglês) ou risco quadrático de um estimador θ ^ {\displaystyle {\hat {\theta }}} de um parâmetro escalar θ {\displaystyle \theta } para N amostras é definido por[1][2]:

E Q M ( θ ^ ) = E [ ( θ ^ θ ) 2 ] {\displaystyle EQM({\hat {\theta }})=E[({\hat {\theta }}-\theta )^{2}]}

ou:

E Q M ( θ ^ ) = 1 N i = 1 N ( θ i ^ θ i ) 2 {\displaystyle EQM({\hat {\theta }})={\frac {1}{N}}\sum _{i=1}^{N}({\hat {\theta _{i}}}-\theta _{i})^{2}}

onde o símbolo E {\displaystyle E} denota a operação de valor esperado ou esperança.[2][3]

Utilidade

Comparação de estimadores

O erro quadrático médio é muito útil na comparação de estimadores, principalmente se um deles for viciado (isto é, quando E [ θ ^ ] θ {\displaystyle E[{\hat {\theta }}]\neq \theta } ). Se os dois estimadores são não-viciados, o estimador mais eficaz é simplesmente aquele com a menor variância. Nós podemos efetivamente exprimir o erro quadrático médio em função do viés do estimador b = E [ θ ^ ] θ {\displaystyle b=E[{\hat {\theta }}]-\theta } em função de sua variância V a r [ θ ^ ] = σ 2 {\displaystyle Var[{\hat {\theta }}]=\sigma ^{2}} :

E Q M ( θ ^ ) = b 2 + σ 2 {\displaystyle EQM({\hat {\theta }})=b^{2}+\sigma ^{2}}

Referências

  1. Fundamentals of Statistical Signal Processing: Estimation Theory by Steven M. Kay (ISBN 0-13-345711-7)
  2. a b «Propriedades dos Estimadores» (PDF). icmc. Consultado em 19 de Janeiro de 2016 
  3. «Introdução aos Processos Estocásticos - Estimadores» (PDF). PPGEE - Universidade Federal de Minas Gerais. Consultado em 23 de Janeiro de 2016. Arquivado do original (PDF) em 29 de janeiro de 2016 
Ícone de esboço Este artigo sobre matemática é um esboço. Você pode ajudar a Wikipédia expandindo-o.
  • v
  • d
  • e
  • Portal de probabilidade e estatística