我想验证和比较几种参数化模型。我有一些观测计算每个参数化的RMSE最好的气象强迫。但是我想细微的变化迫使。我想比强迫影响输出的一系列不确定性,参数化解释RMSE的改进。就我个人而言,我有5迫使文件和两个不同的参数化,输出Y美元是一个时间序列。我名字Y_美元{ij} (t)每个输出美元迫使我美元和参数j,我名字的意思是美元美元Y_ {ij} (t)美元为每个时间步之间所有的强迫与参数化j \酒吧{Y_j} (t)美元的时间序列观察是y (t)我想美元比较RMSE用以下公式(在那里我把y (t)美元换成美元\酒吧{Y_j} (t) $): $ $ \压裂{1}{N_t} \ sum_k (Y_ {ij} {Y_j} (t_k) - \酒吧(t_k)) ^ 2 $ $最后,我想总结,如果美元的比率\压裂{RMSE}{\压裂{1}{N_t} \ sum_k (Y_ {ij} {Y_j} (t_k) - \酒吧(t_k)) ^ 2}是接近1美元所以很难断定因为迫使上的错误导致最敏感的输出,如果它是接近0,所以参数化真的提高了模型适合观测。你认为这种方法有关吗?