গড় পরম স্কেল ত্রুটি (MASE)
গড় পরম স্কেল ত্রুটি (Mean Absolute Scaled Error - MASE) হল একটি স্কেল-নিরপেক্ষ পরিমাপ যা একটি সরল বেসলাইন (naive forecast) এর সাপেক্ষে ভবিষ্যদ্বাণী নির্ভুলতা পরিমাপ করে। Hyndman এবং Koehler (2006) কর্তৃক প্রবর্তিত, MASE সরাসরি মডেলের কর্মক্ষমতাকে একটি রেফারেন্স পদ্ধতির সাথে তুলনা করে, MAPE এবং অন্যান্য শতাংশ-ভিত্তিক মেট্রিকের সীমাবদ্ধতাগুলি অতিক্রম করে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
পদ্ধতি-মানচিত্র
সম্পর্কিত পদ্ধতিসমূহের প্রতিবেশ — অন্বেষণ করতে একটি নোড নির্বাচন করুন।
উৎস
- Hyndman, R. J., & Koehler, A. B. (2006). Another look at measures of forecast accuracy. International Journal of Forecasting, 22(4), 679-688. DOI: 10.1016/j.ijforecast.2006.03.001 ↗
- Hyndman, R. J., & Athanasopoulos, G. (2021). Forecasting: Principles and Practice (3rd ed.). Melbourne, Australia: OTexts. link ↗
- Wang, X., & Petropoulos, F. (2016). To select or to combine? Forecasting from a thousand models. International Journal of Forecasting, 32(3), 594-606. link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Mean Absolute Scaled Error. ScholarGate. https://scholargate.app/bn/model-evaluation/mean-absolute-scaled-error
কোন পদ্ধতি?
এই পদ্ধতিটিকে তার নিকটতম সমগোত্রীয়দের পাশে রাখুন এবং পাশাপাশি পড়ুন — গ্রন্থাগার বইগুলি টেবিলে সাজিয়ে দেয়; নির্বাচন আপনার।
- গড় পরম ত্রুটি (MAE)মডেল মূল্যায়ন↔ তুলনা করুন
- গড় পরম শতাংশ ত্রুটি (MAPE)মডেল মূল্যায়ন↔ তুলনা করুন
- Root Mean Squared Error (RMSE) (মূল গড় বর্গমূল ত্রুটি)মডেল মূল্যায়ন↔ তুলনা করুন
- প্রতিসম MAPE (sMAPE)মডেল মূল্যায়ন↔ তুলনা করুন
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →