损失函数

通过 马可·塔波加（Marco Taboga）博士

在点估计理论中，损失函数可量化损失 与估计参数时所犯错误有关。通常 损失的期望值称为统计风险，用于比较两个或多个 更多的估算器：在这种比较中，估算器的预期最少 通常认为损失是可取的。

定义

以下是可能的定义。

例子

让 表示 欧几里得准则。常用的损失函数有：

• 绝对估计误差 哪一个 与误差的绝对值一致 当参数是标量时；

• 平方估计误差 哪一个 与误差平方一致 当参数为标量时。

在这两种情况下，估计误差越大，损失越大。的 前者的期望值称为平均绝对误差（MAE），而 后者的期望值称为均方误差（MSE）。

更多细节

损失函数，估计误差和统计风险在更多内容中进行了解释 演讲中有详细介绍 点估计.

继续阅读词汇表

上一页条目： 对数似然

下一页条目： 边际分布函数

如何引用

请引用为：

Taboga, Marco (2017). "损失函数", 列克特ures on probability theory and mathematical statistics, Third edition. Kindle Direct Publishing. Online appendix. //www.junruiqiche.com/glossary/loss-function.