2) MSR
均方残差
1.
The approach not only decreased theextremely distended MSE of least Square estimates and made regressional coefficients compressedproperly, but also lowered the inflated MSR of ridge estimates, therefore, it is theoretically a superior method compared to other ones.
这一方法既降低了过度膨胀的均方误差，使回归参数得到合理压缩，同时又降低了岭估计过大的均方残差。
2.
This paper discusses the properties of MSE and MSR of generalized shrunk- en least square estimator(GSLSE),and also deals with the advantages of GSLSE under Q(c)criteria and Pitman closeness criteria,respectively.
本文讨论了广义压缩最小二乘估计均方误差、均方残差的一些性质,另外还分别在 Q(c)准则及 Pitman 准则下讨论了广义压缩最小二乘估计的优良性。
3.
The properties of MSE and MSR of the above estimate are discussed.
引进了多元线性模型中回归系数β＝Ｖｅｃ（Ｂ）的广义压缩最小二乘估计β（Ａ），讨论了它的约方误差与均方残差的性质，指出了根据均方误差准则选取Ａ值的主要缺陷，采用了一种选取Ａ值的新准则Ｑ（ｃ），它包含均方误差准则和最小二乘准则作为特例，并从理论上证明了Ｑ（ｃ）准则的优良性。
3) root-mean-square error
均方根差
1.
Firstly,a root-mean-square error is calculated when a DC series motor controlled by the fuzzy controller is in steady state.
首先计算出采用该模糊控制器控制直流串联电机的运行,当电机处于稳定状态时的均方根差;然后与一些文献中给出的具有较好控制品质的模糊控制器加以比较。
4) a root-mean-square error
均方根差
1.
A fuzzy model of a direct current series motor was given and a root-mean-square error was used to verify the criterion of 9 fuzzy models.
以直流串联电机为实例,验证了每个模糊控制器的控制品质,其控制品质是通过比较均方根差的大小来衡量的。
5) root-mean-square error
均方根误差
1.
The root-mean-square error of this method is less than 0.
所提出的基于粒子滤波的声源定位方法,在高斯噪声情况下,甚至在低信噪比(SNR<-20dB)情况下,定位的均方根误差RMSE值均小于0。
2.
It was found from the comparison chart of the predicted dosage and the actual value and root-mean-square error that the BP model were superior to the linear regression model.
从投药预测值-实际值的对比图和均方根误差等可以看出,BP模型优于回归模型,它通过学习可以根据原水水质进行投药量的有效预测,有一定的自适应性,实用性较强,但也存在一定的局限性,对某些水质的投药预测值还存在一定误差。
6) RMSE
均方根误差
补充资料：残差
分子式：
CAS号：
性质：在回归分析中，测定值与按回归方程预测的值之差，以δ表示。残差δ遵从正态分布N(0，σ2)。δ与σ之比，称为标准化残差，以δ*表示。δ*遵从标准正态分布N(0，1)。实验点的标准化残差落在(-2，2)区间以外的概率≤0.05。若某一实验点的标准化残差落在(-2，2)区间以外，可在95％置信度将其判为异常实验点，不参与回归线拟合。
CAS号：
性质：在回归分析中，测定值与按回归方程预测的值之差，以δ表示。残差δ遵从正态分布N(0，σ2)。δ与σ之比，称为标准化残差，以δ*表示。δ*遵从标准正态分布N(0，1)。实验点的标准化残差落在(-2，2)区间以外的概率≤0.05。若某一实验点的标准化残差落在(-2，2)区间以外，可在95％置信度将其判为异常实验点，不参与回归线拟合。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条