MCDMScaled error metric
平均絶対誤差スケール化指標 (MASE)
平均絶対誤差スケール化指標 (MASE) は、単純なベースライン（ナイーブ予測）に対する予測精度の相対的な尺度であり、スケールに依存しない指標です。HyndmanとKoehler (2006) によって導入されたMASEは、モデルの性能を基準となる手法と比較することで、MAPEなどのパーセンテージベースの指標の限界を克服します。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Mean Absolute Scaled Error. ScholarGate. https://scholargate.app/ja/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.
- 平均絶対誤差 (MAE)モデル評価↔ compare
- 絶対パーセント誤差 (MAPE)モデル評価↔ compare
- 二乗平均平方根誤差 (RMSE)モデル評価↔ compare
- 対称MAPE (sMAPE)モデル評価↔ compare