什麼是平方誤差和均方誤差

　　平方誤差：表示實驗誤差大小的偏差平方和。在相同的條件下，各次測定值xi對真實值x的偏差平方後再求和。

　　均方誤差：各測量值誤差的平方和的平均值的平方根。數理統計中均方誤差是指引數估計值與引數真值之差平方的期望值，記為MSE。

　　相合估計（或一致估計）是在大樣本下評價估計量的標準，在樣本量不是很多時，人們更加傾向於基於小樣本的評價標準，此時，對無偏估計使用方差，對有偏估計使用均方誤差。

　　均方誤差（mean-squareerror,MSE）是反映估計量與被估計量之間差異程度的一種度量。設t是根據子樣確定的總體引數θ的一個估計量，(θ-t)2的數學期望，稱為估計量t的均方誤差。它等於σ2+b2，其中σ2與b分別是t的方差與偏倚。

　　平均差是總體所有單位與其算術平均數的離差絕對值的算術平均數。平均差異大，表明各標誌值與算術平均數的差異程度越大，該算術平均數的代表性就越小；平均差越小，表明各標誌值與算術平均數的差異程度越小，該算術平均數的代表性就越大。

　　標準差 ，中文環境中又常稱均方差，是離均差平方的算術平均數的平方根。標準差是方差的算術平方根。標準差能反映一個數據集的離散程度。平均數相同的兩組資料，標準差未必相同。