Mean Absolute Scaled Error (MASE)
Mean Absolute Scaled Error er en skaluafhængig metrik, der måler forudsigelsesnøjagtighed i forhold til en simpel baseline (naiv prognose). MASE blev introduceret af Hyndman og Koehler (2006) og sammenligner direkte modelpræstation med en referencemetode, hvilket overvinder begrænsninger ved MAPE og andre procentbaserede metrikker.
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
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Mean Absolute Scaled Error. ScholarGate. https://scholargate.app/da/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.
- Middelfejl (MAE)Modelevaluering↔ compare
- Middelabsolut procentfejl (MAPE)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 →