均方误差

专业知识 · 20-Knowledge/统计推断/均方误差.md

# 均方误差

一句话定义

均方误差 MSE 衡量估计量与真实参数之间平方误差的期望。

解决什么问题

MSE 用来综合比较估计量的系统性偏差和随机波动。

公式

$$ MSE(\hat\theta)=E[(\hat\theta-\theta)^2]=Var(\hat\theta)+Bias(\hat\theta)^2 $$

典型场景

• 比较两个估计量哪个总体误差更小。
• 理解机器学习中的 bias-variance tradeoff。
• 判断有偏但稳定的估计量是否可能优于无偏但高方差估计量。

和本实验室方向的关系

复杂系统、机器学习和统计建模都要面对偏差和方差的取舍。MSE 是连接数理统计和模型预测误差的重要概念。

交流时可以怎么说

评价估计量不能只看无偏性，还需要看方差和 MSE。有时轻微偏差换来显著方差下降，整体误差反而更小。

可以追问老师/同学的问题

• 这道题需要比较 MSE 还是只需要比较方差？
• 如果估计量有偏，如何计算 bias^2？
• MSE 和预测误差有什么关系？

给 AI 的高质量提示词

请计算这个估计量的 Bias、Variance 和 MSE，并解释它和另一个估计量相比哪个更好。

关联

• 点估计
• 无偏估计
• 最大似然估计