1、均方根值（RMS），有時也稱方均根、效值。英語寫為:Root
 Mean Square（RMS）.
美國傳統詞典的定義為：The square root of the average of squares of a set of numbers.
即：將N個項的平方和除以N後開平方的結果，即均方根的結果。






#include <iostream>#include "math.h"using namespace std; double calcRMS(double* Data, int Num){    double fSum = 0;    for (int i = 0; i < Num; ++i)    {        fSum += Data[i] * Data[i];    }    return
 
 sqrt(fSum/Num);} int main(){    double data[10] = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10};    double a = calcRMS(data, 10);    cout << "the rms of data is:" << a << endl;    return 0;}



2、均方根誤差，它是觀測值與真值偏差的平方和觀測次數n比值的平方根，在實際測量中，觀測次數n總是有限的，真值只能用最可信賴（最佳）值來代替.方根誤差對一組測量中的特大或特小誤差反映非常敏感，所以，均方根誤差能夠很好地反映出測量的精密度。均方根誤差，當對某一量進行甚多次的測量時，取這一測量列真誤差的均方根差(真誤差平方的算術平均值再開方)，稱為標準偏差，以σ表示。σ反映了測量資料偏離真實值的程度，σ越小，表示測量精度越高，因此可用σ作為評定這一測量過程精度的標準。




 
double calcRMSE(double* Data,double *Data2,int Num){    double fSum = 0;    for (int i = 0; i < Num; ++i)    {        fSum += (Data[i] - Data2[i]) *(Data[i] - Data2[i]);    }    return sqrt(fSum / Num);}int main(){    double dataReal[10] = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10};    double dataCheck[10] = { 1.02
 
, 2.1, 2.95, 3.98,5.1, 6.05, 7.1, 7.95, 8.98, 10.1 };    double a = calcRMSE(dataReal,dataCheck,10);    cout << "the rmse of dataREAL and check is:" << a << endl;    return 0;}
3、標準差（Standard Deviation），標準差是方差的算術平方根，也稱均方差（mean square error），是各資料偏離平均數的距離的平均數，它是離均差平方和平均後的方根，用σ表示，標準差能反映一個數據集的離散程度。



double calcMSR(double* DataR,double *DataC,int Num){    double fSum = 0;    double meanValue = 0;    for (int i = 0; i < Num; ++i)    {        meanValue += DataR[i];    }    meanValue = meanValue / Num;     for (int i = 0; i < Num; ++i)    {        fSum += (DataC[i] - meanValue) *(DataC[i] - meanValue);    }    return sqrt(fSum / Num); //MSR}
---------------------