Error Absoluto Medio (MAE)
El Error Absoluto Medio (MAE) es una métrica robusta que mide la magnitud promedio absoluta de los errores de predicción en modelos de regresión. Remontándose al trabajo de Pierre-Simon Laplace sobre errores de observación (1799), el MAE cuantifica la desviación típica de la predicción promediando las diferencias absolutas entre los valores observados y predichos.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Laplace, P. S. (1799). Traité de Mécanique Céleste. Paris: J.B.M. Duprat. link ↗
- Brossier, C. L. (1999). Consistency of trimmed and Winsorized L-estimators of location and scale. Journal of the American Statistical Association, 74(368), 813-821. link ↗
- Huber, P. J. (2009). Robust Statistics (2nd ed.). Hoboken, NJ: John Wiley & Sons. ISBN: 978-0470129906
Cómo citar esta página
ScholarGate. (2026, June 3). Mean Absolute Error. ScholarGate. https://scholargate.app/es/model-evaluation/mean-absolute-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 Absoluto Porcentual Medio (MAPE)Evaluación de modelos↔ compare
- Error Cuadrático Medio (MSE)Evaluación de modelos↔ compare
- Error Cuadrático Medio (RMSE)Evaluación de modelos↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →