Errore Percentuale Assoluto Medio (MAPE)
L'Errore Percentuale Assoluto Medio (MAPE) misura l'accuratezza delle previsioni come percentuale rispetto ai valori effettivi, esprimendo gli errori in unità indipendenti dalla scala e interpretabili tra diversi set di dati. Formalizzato da J. Scott Armstrong nel 1985, il MAPE è ampiamente utilizzato nelle previsioni, nella supply chain e nell'analisi di business, dove i risultati devono essere comunicati come accuratezza percentuale.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Mean Absolute Percentage Error. ScholarGate. https://scholargate.app/it/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.
- Errore Assoluto Medio (MAE)Valutazione dei modelli↔ compare
- Mean Absolute Scaled Error (MASE)Valutazione dei modelli↔ compare
- Errore quadratico medio (RMSE)Valutazione dei modelli↔ compare
- MAPE Simmetrico (sMAPE)Valutazione dei modelli↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →