ニューラルプラットフォームを使用して、いくつかの観測データから予測を行うモデルを計算しており、そのモデルのパフォーマンスを他のモデル（JMPからではない）と比較したいと考えています。 異なるモデルを比較するために、異なるモデルからの観測データと予測を比較したいと思います。
R2は、観測値と予測値y = ax + b（y =観測）と（x =予測）の間の線形関係をチェックするため、適切な尺度ではありません。私はa = 1とbの場合にのみ関心があります。 = 0。
（-質問：「観察されたvs.予測された」または「予測されたvs.観察された」を見ることは重要ですか？）
したがって、私はR2ではなくRMSEとMADを見ています。 （質問：使用できる別の手段はありますか？）
-さて、JMPマニュアルを見ると、次の定義が見つかります。
平均Abs開発：応答と予測応答の差の絶対値の平均。 （すべての要因は継続的です）。
「応答」を観測値として解釈し、「予測応答」をモデル予測として解釈すると、これは方程式sum（| x_i-y_i |）/ nに変換されます。ここで、nは観測数です。
しかし、インターネットの情報源を見ると、この量は平均絶対誤差：
に統計、平均絶対誤差（（ MAE ）はの尺度ですエラー同じ現象を表すペアの観測間。 YとXの例には、予測と観測の比較が含まれます。
ウィキペディア
同じここに：
平均絶対誤差（MAE）： MAEは、予測の方向を考慮せずに、一連の予測のエラーの平均の大きさを測定します。 これは、すべての個人差が等しい重みを持つ、予測と実際の観測の間の絶対差のテストサンプル全体の平均です。
によるウィキペディアインクルードMAD （中心点の周り）は少し異なります：
m（X）{\ displaystyle m（X）}
sum（| x_i-m（X）|）/ nここで、mは「中心傾向」（平均、中央値など）です。
質問：MADとMAEの一般的に受け入れられている定義はありませんか、私は何かを誤解していますか... ???
