El error cuadrado medio (RMSE) mide la cantidad de error entre dos conjuntos de datos. En otras palabras, compara el valor esperado con el valor observado o conocido.
También se conoce como desviación cuadrada media y es una de las estadísticas más utilizadas en GIS.
A diferencia del error medio absoluto (MAE), utilizamos RMSE en varias aplicaciones cuando comparamos dos conjuntos de datos.
Aquí tiene un ejemplo de cálculo de RMSE en Excel con 10 valores observados y predichos. Sin embargo, puede aplicar el mismo cálculo a un conjunto de datos de cualquier tamaño.
Ejemplo de error cuadrado medio
Por ejemplo, podemos comparar un punto de elevación LiDAR previsto con una medida del terreno topográfico (valor observado).
- Valor estimado: valor de elevación LiDAR
- Valor observado: el valor de altura medido
El error cuadrado medio incluye la diferencia entre cada valor LiDAR y el valor medido.
Puede cambiar el orden del resto porque el siguiente paso es cuadrar la diferencia. De hecho, el cuadrado de un valor negativo será siempre positivo.
Pero asegúrese de seguir el mismo orden durante todo el proceso.
A continuación, divide la suma de todos los valores por el número de observaciones. Por último, obtenemos el valor RMSE.
Éste es lo que parece la fórmula RMSE:
Michael Montero es especialista en Astronomía, cuenta con años de experiencia en observatorios y está especializado en avistamiento a media distancia. También ha preparado a algunos grupos de iniciados en astronomía. Una de sus aficiones más importantes es la observación de astros en la naturaleza, que practica cuando sus viajes y trabajo se lo permiten.