MAPE متقارن (sMAPE)
خطای درصد مطلق میانگین متقارن (sMAPE) اصلاحی از MAPE است که با استفاده از میانگین مقادیر واقعی و پیشبینیشده به عنوان مخرج، عدم تقارن آن را برطرف میکند. sMAPE که توسط جی. اسکات آرمسترانگ پیشنهاد شد و توسط ماکریدکیس (1993) و هایندمن و کوهلر (2006) اصلاح گردید، پیشبینیهای بیش از حد و کمتر از حد را به صورت متقارن در نظر میگیرد.
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 ↗
- Makridakis, S. (1993). Accuracy measures for a robust comparison of forecasting methods. International Journal of Forecasting, 9(4), 679-688. link ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Symmetric Mean Absolute Percentage Error. ScholarGate. https://scholargate.app/fa/model-evaluation/symmetric-mape
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 مطلق میانگین درصدی (MAPE)ارزیابی مدل↔ compare
- خطای میانگین مطلق مقیاسشده (MASE)ارزیابی مدل↔ compare
- خطای میانگین مربعات ریشهای (RMSE)ارزیابی مدل↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →