当真实值为零时,如何计算相对误差?
假设我有和。如果我将相对误差定义为:
那么相对误差总是不确定的。如果相反,我使用定义:
那么相对误差总是100%。两种方法似乎都没有用。还有其他选择吗?
当真实值为零时,如何计算相对误差?
假设我有和。如果我将相对误差定义为:
那么相对误差总是不确定的。如果相反,我使用定义:
那么相对误差总是100%。两种方法似乎都没有用。还有其他选择吗?
Answers:
根据目的,有很多选择。
常见的一种是实验室质量控制程序中使用的“相对百分比差异”或RPD。尽管您可以找到许多看似不同的公式,但是它们全都归结为将两个值的差与它们的平均幅度进行比较:
这是一个带符号的表达式,当超过y时为正,而当y超过x时为负。它的值始终在− 2和2之间。通过在分母中使用绝对值,它可以合理地处理负数。我可以找到的大多数参考,例如新泽西州DEP站点修复计划数据质量评估和数据可用性评估技术指南,都使用d 1的绝对值。因为它们仅对相对误差的大小感兴趣。
一个维基百科的文章相对变化与差异指出,
通常在浮点数值算法中用作相对公差测试。同一篇文章还指出,像公式和d ∞可以推广到
函数直接取决于和的大小(通常假设x和y为正)。例如,它提供了它们的最大值,最小值和算术平均值(带和不带x和a 的绝对值)。ÿ),但是可以考虑其他种类的平均值,例如几何平均值 √,谐波均值2/(1/|x|+1/|y|)和Lp均值((|x|p+|y|p)/2)1 / p。(d1对应于p=1和对应于限制为 p →。)可能会根据 x和 y的预期统计行为来选择 f。例如,对于 f而言,几何平均值的近似对数正态分布将是一个有吸引力的选择,因为在这种情况下,它是有意义的平均值。
当分母等于零时,这些公式中的大多数都会陷入困境。在许多应用中,当时,将差值设置为零是不可能的,或者是无害的。
请注意,所有这些定义都具有基本不变性:无论相对差函数是多少,当将参数统一按比例缩放时,它都不会改变。:
正是这个属性使我们可以考虑 是一个相对的差异。因此,尤其是像
根本没有资格。无论它具有什么优点,它都没有表现出相对的差异。
故事还没有结束。 我们甚至可能发现将不变性的含义推得更远是有益的。
该组的所有有序对实数的,其中(X ,ÿ )被认为是相同的(λ X ,λ ÿ )是实射影线- [R P 1。在这两种拓扑感和代数意义上,- [R P 1是一个圆。任何(X ,Ý )≠ (0 ,0 ) 确定通过原点的独特线。当x ≠ 0时,其斜率为y / x;否则,我们可能会认为其斜率是“无限大的”(并且为负或正)。该垂直线的邻域由具有极大的正斜率或极大的负斜率的线组成。我们可能参数的所有这些线在它们的角而言θ = 反正切(Ý / X ),用- π / 2 < θ ≤ π / 2。与每个这样的是圆上的一个点,
因此,在圆上定义的任何距离都可以用来定义相对差。
作为可能导致这种情况的示例,请考虑圆上通常的(欧几里得距离),其中两点之间的距离就是两点之间的角度大小。的相对差异是至少当,对应于2 θ = π / 2(或2 θ = - 3 π / 2时X和ÿ具有相反的符号)。从这个角度来看,正数x和y的自然相对差就是到该角度的距离:
首先,这是相对距离-但即使y = 0也可以使用。此外,它不炸毁,而是(作为有符号的距离)之间的限制- π / 2和π / 2,因为这曲线表示:
这暗示了在选择一种测量相对差异的方法时,选择的灵活性。
首先,请注意,在计算相对误差时,通常会取绝对值。
解决该问题的常见方法是计算
我有一段时间对此感到困惑。最后,这是因为,如果您试图测量相对于零的相对误差,那么您将试图强制某些根本不存在的东西。
如果您考虑一下,则在将相对误差与从零开始的误差进行比较时,就是在将苹果与橙子进行比较,因为从零开始的误差等于测量值(这就是为什么除以测试编号)。
例如,考虑表压(来自大气的相对压力)与绝对压力的测量误差。假设您使用仪器在理想的大气条件下测量表压,并且设备在现场测量了大气压,因此它应记录0%的误差。使用您提供的公式,首先假设我们使用测得的表压来计算相对误差:
您的问题的解决方案是确保在测量相对误差时您正在处理绝对值,因此不可能为零。然后,您实际上得到了相对误差,并且可以将其用作不确定性或实际误差百分比。如果必须坚持相对值,则应该使用绝对误差,因为相对(百分比)误差将根据参考点而变化。
很难在0上定义具体的定义...“零是表示为0的整数,当用作计数数字时,意味着不存在任何对象。” -Wolfram MathWorld http://mathworld.wolfram.com/Zero.html
随意选择,但零本质上什么都没有,它不存在。这就是为什么在计算相对误差时使用表压没有意义的原因。表压尽管有用,但假设在大气压下没有任何压力。我们知道并非如此,因为它的绝对压力为1 atm。因此,相对于无的相对误差,只是不存在,它是不确定的。
简而言之,请随意提出反对:任何快速解决方案(例如,将最低值增加一个)都是有缺陷且不准确的。如果您只是想尽量减少错误,它们仍然会很有用。如果您要准确地测量不确定性,则不要太多...