خطای مطلق میانگین درصدی (MAPE)
خطای مطلق میانگین درصدی (MAPE) دقت پیشبینی را به صورت درصدی نسبت به مقادیر واقعی اندازهگیری میکند و خطاها را در واحدهایی بیان میکند که مستقل از مقیاس هستند و در مجموعه دادههای مختلف قابل تفسیر میباشند. MAPE که توسط جی. اسکات آرمسترانگ در سال ۱۹۸۵ فرموله شد، به طور گسترده در پیشبینی، زنجیره تأمین و تحلیل کسبوکار که نتایج باید به عنوان دقت درصدی منتقل شوند، استفاده میشود.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Mean Absolute Percentage Error. ScholarGate. https://scholargate.app/fa/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.
- میانگین خطای مطلق (MAE)ارزیابی مدل↔ compare
- خطای میانگین مطلق مقیاسشده (MASE)ارزیابی مدل↔ compare
- خطای میانگین مربعات ریشهای (RMSE)ارزیابی مدل↔ compare
- MAPE متقارن (sMAPE)ارزیابی مدل↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →