Middelabsolut procentfejl (MAPE)
Middelabsolut procentfejl (MAPE) måler præcisionen af en forudsigelse som en procentdel af de faktiske værdier, hvilket udtrykker fejl i enheder, der er skaleuafhængige og fortolkelige på tværs af datasæt. MAPE, som blev formaliseret af J. Scott Armstrong i 1985, anvendes bredt inden for prognoser, forsyningskæder og forretningsanalyse, hvor resultater skal kommunikeres som procentvis nøjagtighed.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Armstrong, J. S. (1985). Long-range forecasting: from crystal ball to computer (2nd ed.). New York: John Wiley & Sons. ISBN: 978-0471082010
- 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 ↗
- Kim, S., & Kim, H. (2016). A new metric of absolute percentage error for intermittent demand forecasts. International Journal of Forecasting, 32(3), 669-679. DOI: 10.1016/j.ijforecast.2015.12.003 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Mean Absolute Percentage Error. ScholarGate. https://scholargate.app/da/model-evaluation/mean-absolute-percentage-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.
- Middelfejl (MAE)Modelevaluering↔ compare
- Mean Absolute Scaled Error (MASE)Modelevaluering↔ compare
- Root Mean Squared Error (RMSE)Modelevaluering↔ compare
- Symmetrisk MAPE (sMAPE)Modelevaluering↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →