我有18年的每日模拟和观测数据,我可以使用此代码计算RMSE; sqrt(mean((df$simulated-df$observed)^2 , na.rm = TRUE))
如何计算不同时间尺度上的RMSE
但我必须计算不同时间序列整个时间段,年度,月度,每周和季节时间尺度上的RMSE。 此外,我想执行相关系数,方差,偏差和均值,并将所有结果放在一个文件中。
任何帮助将不胜感激。
我有18年的每日模拟和观测数据,我可以使用此代码计算RMSE; sqrt(mean((df$simulated-df$observed)^2 , na.rm = TRUE))
如何计算不同时间尺度上的RMSE
但我必须计算不同时间序列整个时间段,年度,月度,每周和季节时间尺度上的RMSE。 此外,我想执行相关系数,方差,偏差和均值,并将所有结果放在一个文件中。
任何帮助将不胜感激。
您应该结账hydroTSM
和hydroGOF
包。他们应该有一切你正在寻找
例子:
# Getting the new numeric goodness-of-fit measures
gof(sim = Simulated, obs = Observed)
# Plot 'obs' vs 'sim' for the daily,
# monthly and annual time series
ggof(sim = Simulated, obs = Observed, ylab = "Q (ft3/day)",
ftype = "dma", FUN = mean)
ggof(sim = Sim, obs = Obs, ylab = "Q (ft3/day)",
ftype = "seasonal", FUN = mean)
如果缩放是一个问题,那么建议您事先标准化和标准化您的数据。这可以通过将日期编码为有意义的数字表示来完成。
您可以从您的拟合模型摘要中提取大部分的统计数据,您可以使用str()
进行探索。您还可以获得很多有用的统计数据,包括Metrics
包中的RMSE。
是的,我使用hydroGOF包,你想分享代码? – irfan
@irfan:看我的编辑 – Tung
谢谢你,它的作品完美 – irfan