Erro Quadrático Médio da Raiz (RMSE)
O Erro Quadrático Médio da Raiz (RMSE) é uma métrica amplamente utilizada que mede a magnitude média dos erros de previsão em modelos de regressão. Originário do trabalho de Carl Friedrich Gauss sobre a estimação por mínimos quadrados (1809), o RMSE quantifica o quanto as previsões se desviam dos valores observados, calculando a média dos quadrados das diferenças e extraindo a raiz quadrada.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- Gauss, C. F. (1809). Theoria Motus Corporum Coelestium in Sectionibus Conicis Solem Ambientium. Hamburg: Perthes and Besser. link ↗
- Legendre, A. M. (1805). Nouvelles méthodes pour la détermination des orbites des comètes. Paris: F. Didot. link ↗
- Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction (2nd ed.). New York: Springer. DOI: 10.1007/978-0-387-84858-7 ↗
Como citar esta página
ScholarGate. (2026, June 3). Root Mean Squared Error. ScholarGate. https://scholargate.app/pt/model-evaluation/root-mean-squared-error
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Erro Médio Absoluto (MAE)Avaliação de modelos↔ compare
- Erro Percentual Absoluto Médio (MAPE)Avaliação de modelos↔ compare
- Erro Quadrático Médio (EQM)Avaliação de modelos↔ compare
- R-quadrado (R²)Avaliação de modelos↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →