Error Absoluto Medio Escalado (MASE)
El Error Absoluto Medio Escalado (MASE) es una métrica independiente de la escala que mide la precisión de la predicción en relación con una línea base simple (pronóstico ingenuo). Introducido por Hyndman y Koehler (2006), MASE compara directamente el rendimiento del modelo con un método de referencia, superando las limitaciones de MAPE y otras métricas basadas en porcentajes.
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
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Mean Absolute Scaled Error. ScholarGate. https://scholargate.app/es/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 Absoluto Medio (MAE)Evaluación de modelos↔ compare
- Error Absoluto Porcentual Medio (MAPE)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 →