Definición de error cuadrático medio
Escrito por Curtis Seubert ; última actualización: February 01, 2018
En estadística, el error cuadrático medio (MSE o mean square error en inglés) es una forma de evaluar la diferencia entre un estimador y el valor real de la cantidad que se quiere calcular. El MSE mide el promedio del cuadrado del "error", siendo el error el valor en la que el estimador difiere de la cantidad a ser estimada.
Definición
Una forma simple de pensar en el MSE es considerándolo como un criterio para seleccionar un estimador apropiado: en los modelos estadísticos los modeladores deben elegir entre varios estimadores potenciales. En términos prácticos, el MSE equivale a la suma de la varianza y la desviación al cuadrado del estimador. Un estimador es usado para deducir el valor de un parámetro desconocido en un modelo estadístico. La desviación es la diferencia entre el valor esperado del estimador y el valor real del parámetro que se quiere estimar.
Uso
En el modelado estadístico, el MSE es usado para determinar la medida en la que el modelo no se ajusta a la información, o si el quitar ciertos términos puede simplificar el modelo de maneras benéficas. El MSE proporciona una forma para elegir el mejor estimador: un MSE mínimo a menudo, pero no siempre, indica una variación mínima, y por lo tanto indica un buen estimador. Al calcular la raíz cuadrada del MSE se obtiene la raíz cuadrada de la desviación media, que es una buena medida de precisión y también es conocida como la media cuadrática.
Interpretación
Tener un error cuadrático medio de cero (0) es ideal pero no es posible en la mayoría de las situaciones. Un MSE de 0 significa que el estimador predice las observaciones con una precisión perfecta.
Crítica
El MSE coloca más peso en los errores grandes que en los pequeños (como resultado de elevar al cuadrado cada término), y por lo tanto enfatiza datos atípicos de maneras inconsistentes con la mediana de los datos de la muestra.
