1 均值平均值表示信号中的直流分量的大小，用e(x )表示。 在高斯白噪声信号中平均值为0，所以只有交流分量。
2平均值的均方值的平方，由{e(x ) }^2表示，表示信号中的直流分量的功率。
均方值的均方值表示对信号进行了均方后的平均值，用e(x )2)表示。 均方根表示信号的平均功率。 信号平均功率=信号交流分量功率信号直流分量功率
例如，x、y、z 3项求出均方值。 平方平均=(x的平方y的平方z的平方)/3
4使用均方根值的均方根值、rms(rootmeansquare )，计算均方根值的开根编号
5均ffdlz
都是FFDLZ(meansquareerror )，用MSE表示。 平均ffdlz是各数据偏离真值的距离平方和的平均值，也就是误差平方和的平均值，公式在形式上与ffdlz接近，其打开方式称为均方根误差，均方根误差在标准偏差形式上接近。 平均ffdlz有时被认为与ffdlz等同
6均方根误差被表示为RMSE (均方根误差)。 这是观测值和真值偏差的平方和观测次数n之比的平方根。 在实际测量中，观测次数n总是有限的，真值被替换为最可靠(最佳)的值。 方根误差对一组测量中的特大或极小误差反映十分敏感，均方根误差能较好地反映测量精度。 均方根误差有时被视为标准差
6 ffdlz
ffdlz用变量、设备或变量表示。 ffdlz描述了信号的波动范围，表示信号中交流成分的强弱，也就是交流信号的平均功率。
或者用公式表示
请注意上面用n-1除。 这样，只有根据样本值推测的ffdlz是无偏的。 也就是说，上式的期待才是x的ffdlz。 但是，虽然也有将ffdlz除以n表示的地方，但是这样求出的结果不是ffdlz的无偏估计，计算结果的数学期待不是x的ffdlz，而是Xffdlz
加倍。
7标准偏差
标准偏差由表示，标准偏差有时可以称为均方根误差RMSE。 标准偏差是各数据远离平均值的距离的平均值，是从平均偏差平方和中平均的平方根，用表示，标准偏差反映了一个数据集的离散度。
标准差反映了测量数据偏离真实值的程度，越小表示测量精度越高，因此可以作为评价测量过程精度的标准。
如果有ffdlz，为什么要用标准差？ 标准偏差比ffdlz有什么好处？
ffdlz与我们处理的数据维度不一致，所以数据和平均的偏差程度可以很好地描述，但处理结果不符合我们的直觉思维。
例如，如果某个班级有60名学生，平均成绩为70分，标准偏差为9，ffdlz为81，成绩服从正态分布，那么ffdlz就无法直观地判断同班级的学生的平均值有多少偏差。 从标准差中可以直观地看出学生成绩分布在[ 61，79 ]范围内的概率为0.6826，即等于下图的约34.2%*2
总结：
)总的来说，平均ffdlz，均方根误差与ffdlz，标准差不相同，但公式相似。 需要从真值和平均值的关系中加以区别
)2)关于ffdlz和标准偏差，反映了数据序列和平均值的关系。
)3)关于平均ffdlz和均方根误差，反映了数据序列与真值的关系。