Сравнивает три пары фактических и прогнозных значений по абсолютной и квадратичной ошибке.
∑быстрый расчёт онлайн
Введите данные
Данные не отправляются на сервер
Результат
RMSE1,732051
MAE1,6667
Средняя знаковая ошибка0,3333
Формула
Как считается результат
RMSE = sqrt(((pa-aa)^2+(pb-bb)^2+(pc-cc)^2)/3); MAE = (abs(pa-aa)+abs(pb-bb)+abs(pc-cc))/3; Средняя знаковая ошибка = (pa-aa+pb-bb+pc-cc)/3
Пример с тестовыми данными
Факт A: 10; Прогноз A: 11; Факт B: 20; Прогноз B: 18; Факт C: 30; Прогноз C: 32
RMSE: 1,732050808; MAE: 1,666666667; Средняя знаковая ошибка: 0,3333333333
О расчёте
Как пользоваться калькулятором
Сравнивает три пары фактических и прогнозных значений по абсолютной и квадратичной ошибке.
MAE усредняет абсолютные ошибки, RMSE — квадратный корень среднего квадрата ошибок. Средняя знаковая ошибка показывает направление систематического смещения.
01
Подготовьте данные
Используйте исходные величины именно для рассматриваемого случая: факт a; прогноз a; факт b; прогноз b; факт c; прогноз c.
02
Проверьте единицы и условия
Три наблюдения — учебная малая выборка, не полноценная валидация модели. Ошибка определена как прогноз минус факт; данные должны быть независимыми от обучения.
03
Прочитайте результат
RMSE сильнее реагирует на крупные промахи. Все показатели выражены в единице целевого значения; они не являются процентами.
Подробное объяснение
Как читать результат
Расшифровка показателей, пример вычисления и ограничения метода — без лишних терминов.
01
Что означают результаты
RMSE сильнее реагирует на крупные промахи. Все показатели выражены в единице целевого значения; они не являются процентами.
02
Когда модель применима
Три наблюдения — учебная малая выборка, не полноценная валидация модели. Ошибка определена как прогноз минус факт; данные должны быть независимыми от обучения.
Разбор по шагам
Пример расчёта
Пример 1
Исходные данные
Факт A: 10; Прогноз A: 11; Факт B: 20; Прогноз B: 18; Факт C: 30; Прогноз C: 32
Вычисление
MAE усредняет абсолютные ошибки, RMSE — квадратный корень среднего квадрата ошибок. Средняя знаковая ошибка показывает направление систематического смещения. RMSE: sqrt((((11)-(10))^2+((18)-(20))^2+((32)-(30))^2) ÷ 3) = 1,732050808. MAE: (abs((11)-(10))+abs((18)-(20))+abs((32)-(30))) ÷ 3 = 1,666666667. Средняя знаковая ошибка: ((11)-(10)+(18)-(20)+(32)-(30)) ÷ 3 = 0,3333333333.
Результат
RMSE: 1,732050808; MAE: 1,666666667; Средняя знаковая ошибка: 0,3333333333
RMSE сильнее реагирует на крупные промахи. Все показатели выражены в единице целевого значения; они не являются процентами.
Пример 2
Исходные данные
Факт A: 10; Прогноз A: 10; Факт B: 20; Прогноз B: 20; Факт C: 30; Прогноз C: 30
Этот вариант использует другие исходные данные: Прогноз A — 10; Прогноз B — 20; Прогноз C — 30. RMSE сильнее реагирует на крупные промахи. Все показатели выражены в единице целевого значения; они не являются процентами.
Формула и обозначения
RMSE = sqrt(((pa-aa)^2+(pb-bb)^2+(pc-cc)^2)/3); MAE = (abs(pa-aa)+abs(pb-bb)+abs(pc-cc))/3; Средняя знаковая ошибка = (pa-aa+pb-bb+pc-cc)/3
aa — факт a.
pa — прогноз a.
bb — факт b.
pb — прогноз b.
cc — факт c.
pc — прогноз c.
MAE усредняет абсолютные ошибки, RMSE — квадратный корень среднего квадрата ошибок. Средняя знаковая ошибка показывает направление систематического смещения.
Практическое применение
Сравнивает три пары фактических и прогнозных значений по абсолютной и квадратичной ошибке. MAE усредняет абсолютные ошибки, RMSE — квадратный корень среднего квадрата ошибок. Средняя знаковая ошибка показывает направление систематического смещения.
RMSE сильнее реагирует на крупные промахи. Все показатели выражены в единице целевого значения; они не являются процентами.
Частые ошибки
Используйте исходные величины именно для рассматриваемого случая: факт a; прогноз a; факт b; прогноз b; факт c; прогноз c.
Три наблюдения — учебная малая выборка, не полноценная валидация модели. Ошибка определена как прогноз минус факт; данные должны быть независимыми от обучения.
Источники и допущения
Основание расчёта
Ниже перечислены условия, в которых интерпретируется результат. Последняя проверка этой реализации: 2026-09-30.
Три наблюдения — учебная малая выборка, не полноценная валидация модели. Ошибка определена как прогноз минус факт; данные должны быть независимыми от обучения.
Используйте исходные величины именно для рассматриваемого случая: факт a; прогноз a; факт b; прогноз b; факт c; прогноз c.
Коротко о главном
Вопросы и ответы
Что показывает «rmse»?＋
RMSE сильнее реагирует на крупные промахи. Все показатели выражены в единице целевого значения; они не являются процентами.
Как проверить расчёт на конкретном примере?＋
Факт A: 10; Прогноз A: 11; Факт B: 20; Прогноз B: 18; Факт C: 30; Прогноз C: 32. RMSE: 1,732050808; MAE: 1,666666667; Средняя знаковая ошибка: 0,3333333333. MAE усредняет абсолютные ошибки, RMSE — квадратный корень среднего квадрата ошибок. Средняя знаковая ошибка показывает направление систематического смещения.
Какие ограничения есть у метода?＋
Три наблюдения — учебная малая выборка, не полноценная валидация модели. Ошибка определена как прогноз минус факт; данные должны быть независимыми от обучения.
Можно ли изменить исходные данные и сравнить варианты?＋
Да. RMSE сильнее реагирует на крупные промахи. Все показатели выражены в единице целевого значения; они не являются процентами. Сравнивайте варианты в одинаковых единицах и при неизменных допущениях: Три наблюдения — учебная малая выборка, не полноценная валидация модели. Ошибка определена как прогноз минус факт; данные должны быть независимыми от обучения.