Interpretación de MSE (error cuadrático medio) y ME (error medio)

Question

Me gustaría elaborar previsiones considerando distintos escenarios. Estoy utilizando el Error Medio (EM), donde el error $=$ previsión $-$ y el error cuadrático medio (ECM) para evaluar los resultados. Para los escenarios en los que el sesgo (ME) es negativo el MSE es muy alto, ¿cómo puedo interpretar estos resultados?

Sé que el MSE $=$ varianza del error de previsión + sesgo $^2$ Por lo tanto, para estos escenarios, tenemos un sesgo bajo pero el MSE es alto, lo que significa que la varianza del error de previsión es alta.

Answer 1

Las unidades del MSE serán las mismas que las unidades del error, elevadas al cuadrado: metros al cuadrado si la previsión es en metros; (toneladas por hectárea) al cuadrado si la previsión es en toneladas por hectárea. Aunque las unidades sean recuentos, los recuentos al cuadrado no son directamente comparables.

El remedio habitual para esto es trabajar con el MSE de la raíz (RMSE) para volver a las unidades originales.

Que el RMSE sea una buena métrica para evaluar las previsiones es una cuestión diferente y delicada.

Answer 2

Como no conocemos el método que utiliza, es difícil explicar sus conclusiones. Sin embargo, me parece un caso típico de compensación entre sesgo y varianza. Así que hay una teoría detrás de la selección de modelos utilizando el MSE: los estimadores sesgados pueden producir una varianza menor y viceversa .

http://en.wikipedia.org/wiki/Bias%E2%80%93variance_tradeoff