MCDMScaled error metric
माध्य निरपेक्ष मापित त्रुटि (MASE)
माध्य निरपेक्ष मापित त्रुटि (Mean Absolute Scaled Error - MASE) एक पैमाना-स्वतंत्र मीट्रिक है जो एक सरल आधार रेखा (भोली पूर्वानुमान) के सापेक्ष भविष्यवाणी की सटीकता को मापता है। Hyndman और Koehler (2006) द्वारा प्रस्तुत, MASE सीधे मॉडल के प्रदर्शन की तुलना एक संदर्भ विधि से करता है, जिससे MAPE और अन्य प्रतिशत-आधारित मेट्रिक्स की सीमाओं को दूर किया जा सकता है।
पूरी विधि पढ़ें
केवल सदस्यों के लिए
साइन इन करेंयह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Mean Absolute Scaled Error. ScholarGate. https://scholargate.app/hi/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.
- माध्य निरपेक्ष त्रुटि (MAE)मॉडल मूल्यांकन↔ compare
- माध्य निरपेक्ष प्रतिशत त्रुटि (MAPE)मॉडल मूल्यांकन↔ compare
- मूल माध्य वर्ग त्रुटि (Root Mean Squared Error - RMSE)मॉडल मूल्यांकन↔ compare
- सममित MAPE (sMAPE)मॉडल मूल्यांकन↔ compare