MCDMRelative error metric

Erreur Absolue Moyenne en Pourcentage (MAPE)

L'Erreur Absolue Moyenne en Pourcentage (MAPE) mesure la précision des prévisions en pourcentage par rapport aux valeurs réelles, exprimant les erreurs dans des unités indépendantes de l'échelle et interprétables à travers différents ensembles de données. Formalisée par J. Scott Armstrong en 1985, la MAPE est largement utilisée dans la prévision, la chaîne d'approvisionnement et l'analyse commerciale où les résultats doivent être communiqués en termes de précision en pourcentage.

Ouvrir dans MethodMindBientôtVidéoBientôtTélécharger les diapositives

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Carte des méthodes

Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.

Erreur Absolue Moyenne en Pourcentage (MAPE)

Erreur Absolue Moyenne (…Erreur Absolue Moyenne N…Erreur quadratique moyen…MAPE symétrique (sMAPE)

Sources

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 ↗

Comment citer cette page

ScholarGate. (2026, June 3). Mean Absolute Percentage Error. ScholarGate. https://scholargate.app/fr/model-evaluation/mean-absolute-percentage-error

Quelle méthode ?

Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.