為什麼線性擬合返回的RMSE偏離sqrt（sum（residuals ^ 2）/ n）？我對線性擬合平台的“擬合摘要”中報告的均方根誤差感到困惑。
x = [1.309, 1.471, 1.49, 1.565, 1.611, 1.68];
y = [2.138, 3.421, 3.597, 4.34, 4.882, 5.66];
{Estimates, Std_Error, Diagnostics} = Linear Regression( y, x, <<PRINTTOLOG></PRINTTOLOG>最後一行的結果：
rmse_lin_reg = 0.111508840972607;
rmse_lin_fit = 0.136569881096024;
怎麼了
謝謝
分析工具腳本編寫回复：線性擬合返回的RMSE為什麼偏離sqrt（sum（residuals ^ 2）/ n）？你好@ragnarl ，
我可以看到這看起來是矛盾的！ 所有均方均涉及將偏差平方和除以其自由度。 在使用LinearRegression（）的結果的公式中，您似乎被n除而不是df。
rmse_lin_reg=sqrt(sum((z-y)^2)/nrows(y));
簡單線性回歸中均方誤差的自由度為n-2（估計截距損失1 df，估計x的斜率損失1 df）。 如果您按照以下方式調整腳本rmse_lin_reg = sqrt（sum（（zy）^ 2）/（rows（y）-2））您會發現MSE（和RMSE）的值相同。
我希望這有幫助！
@朱蓮
x = [1.309, 1.471, 1.49, 1.565, 1.611, 1.68];
y = [2.138, 3.421, 3.597, 4.34, 4.882, 5.66];
{Estimates, Std_Error, Diagnostics} = Linear Regression( y, x, <<PRINTTOLOG></PRINTTOLOG>
退貨
rmse_lin_reg = 0.13656988109602;
rmse_lin_fit = 0.13656988109602;
