Keskimääräinen absoluuttinen prosentuaalinen virhe (MAPE)
Keskimääräinen absoluuttinen prosentuaalinen virhe mittaa ennusteen tarkkuutta prosentuaalisesti suhteessa todellisiin arvoihin, ilmaisten virheet yksiköissä, jotka ovat skaalasta riippumattomia ja tulkittavissa eri aineistoissa. J. Scott Armstrongin vuonna 1985 formalisoimaa MAPEa käytetään laajasti ennustamisessa, toimitusketjun hallinnassa ja liiketoiminta-analytiikassa, joissa tulokset on kommunikoitava prosentuaalisena tarkkuutena.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Mean Absolute Percentage Error. ScholarGate. https://scholargate.app/fi/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.
- Keskimääräinen absoluuttinen virhe (MAE)Mallien arviointi↔ compare
- Mean Absolute Scaled Error (MASE)Mallien arviointi↔ compare
- Neliöjuurikeskivirhe (RMSE)Mallien arviointi↔ compare
- Symmetric MAPE (sMAPE)Mallien arviointi↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →