我有 18 年的每日模拟和观察数据,我可以使用此代码计算 RMSE;
sqrt( mean( (df$simulated-df$observed)^2 , na.rm = TRUE ) )
但我必须在整个时间段、每年、每月、每周和季节性时间尺度上计算不同时间序列的 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 年的每日模拟和观察数据,我可以使用此代码计算 RMSE;
sqrt( mean( (df$simulated-df$observed)^2 , na.rm = TRUE ) )
但我必须在整个时间段、每年、每月、每周和季节性时间尺度上计算不同时间序列的 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。
您应该结帐hydroTSM
和hydroGOF
打包。他们应该有你想要的一切
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,那么建议您事先对数据进行标准化和规范化。这可以通过将日期编码为有意义的数字表示来完成。
您可以从拟合模型的摘要中提取所需的大部分统计数据,您可以使用 进行探索str()
。您还可以从包中获得很多有用的统计信息,包括 RMSE Metrics
。