Error Absolut Mitjà Escalat (MASE)
El Mean Absolute Scaled Error (MASE) és una mètrica independent de l'escala que mesura l'exactitud de la predicció en relació amb una línia base simple (pronòstic ingenu). Introduït per Hyndman i Koehler (2006), el MASE compara directament el rendiment del model amb un mètode de referència, superant les limitacions del MAPE i altres mètriques basades en percentatges.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Mean Absolute Scaled Error. ScholarGate. https://scholargate.app/ca/model-evaluation/mean-absolute-scaled-error
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Error Absolut Mitjà (MAE)Avaluació de models↔ compare
- Error Absolut Mitjà Percentual (MAPE)Avaluació de models↔ compare
- Error Quadràtic Mitjà (RMSE)Avaluació de models↔ compare
- MAPE simètric (sMAPE)Avaluació de models↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →