均方相对误差就是 （测量值减去平均值）的平方的平均值再开平方。
均方相对误差3倍的才叫异常，这是因为一般来说测量值误差服从正态分布，根据正态分布的规律，超过均方相对误差3倍的测量值的概率小于百分之一。
均方误差（mean-square error, MSE）是反映估计量与被估计量之间差异程度的一种度量。设t是根据子样确定的总体参数θ的一个估计量，(θ-t)2的数学期望，称为估计量t的均方误差。它等于σ2+b2，其中σ2与b分别是t的方差与偏倚。
均方根误差是预测值与真实值偏差的平方与观测次数n比值的平方根，在实际测量中，观测次数n总是有限的，真值只能用最可信赖（最佳）值来代替。
扩展资料：
作为一种常用的测量数值之间差异的量度，均方根差的数值常为模型预测的量或是被观察到的估计量。方均根偏移代表预测的值和观察到的值之差的样本标准差，当这些差值是以资料样本来估计时，他们通常被称为残差；当这些差值不以样本来计算时，通常被称为预测误差。
方均根偏移主要用来聚集预测里头误差的大小，通常是在不同的时间下，以一个量值来表现其预测的能力。方均根偏移是一个好的准度的量度，但因其与数值范围有关，因此被限制只能用来比较不同模型间某个特定变数的预知误差。
参考资料来源：百度百科-均方根差
温馨提示：答案为网友推荐，仅供参考
第1个回答 推荐于2017-12-15
1、平方误差：表示实验误差大小的偏差平方和。在相同的条件下，各次测定值xi对真实值x的偏差平方后再求和,即：
向左转|向右转
2、均方误差：
标准误差定义为各测量值误差的平方和的平均值的平方根。
设n个测量值的误差为ε1、ε2……εn，则这组测量值的标准误差σ等于：
向左转|向右转
数理统计中均方误差是指参数估计值与参数真值之差平方的期望值，记为MSE。MSE是衡量“平均误差”的一种较方便的方法，MSE可以评价数据的变化程度，MSE的值越小，说明预测模型描述实验数据具有更好的精确度。与此相对应的，还有均方根误差RMSE、平均绝对百分误差等等。本回答被网友采纳
向左转|向右转
2、均方误差：
标准误差定义为各测量值误差的平方和的平均值的平方根。
设n个测量值的误差为ε1、ε2……εn，则这组测量值的标准误差σ等于：
向左转|向右转
数理统计中均方误差是指参数估计值与参数真值之差平方的期望值，记为MSE。MSE是衡量“平均误差”的一种较方便的方法，MSE可以评价数据的变化程度，MSE的值越小，说明预测模型描述实验数据具有更好的精确度。与此相对应的，还有均方根误差RMSE、平均绝对百分误差等等。本回答被网友采纳
第2个回答 2014-06-30
均方相对误差就是 （测量值减去平均值）的平方的平均值再开平方。
均方相对误差3倍的才叫异常，这是因为一般来说测量值误差服从正态分布，根据正态分布的规律，超过均方相对误差3倍的测量值的概率小于百分之一。追问
均方相对误差3倍的才叫异常，这是因为一般来说测量值误差服从正态分布，根据正态分布的规律，超过均方相对误差3倍的测量值的概率小于百分之一。追问
衡量测量精度时也用这两个误差，有的是用相对均方误差衡量，有的是用均方误差衡量我想问的是哪个精度更高些？为什么用不同的误差衡量？
你说的3倍均方相对误差叫“粗大误差”
相似回答