Error Absoluto Porcentual Medio (MAPE)
El Error Absoluto Porcentual Medio (MAPE) mide la precisión de la predicción como un porcentaje relativo a los valores reales, expresando los errores en unidades que son independientes de la escala e interpretables entre conjuntos de datos. Formalizado por J. Scott Armstrong en 1985, el MAPE se utiliza ampliamente en pronósticos, cadenas de suministro y análisis de negocios donde los resultados deben comunicarse como precisión porcentual.
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
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Mean Absolute Percentage Error. ScholarGate. https://scholargate.app/es/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.
- Error Absoluto Medio (MAE)Evaluación de modelos↔ compare
- Error Absoluto Medio Escalado (MASE)Evaluación de modelos↔ compare
- Error Cuadrático Medio (RMSE)Evaluación de modelos↔ compare
- MAPE simétrico (sMAPE)Evaluación de modelos↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →