MCDMScaled error metric
평균 절대 스케일 오차 (MASE)
평균 절대 스케일 오차(MASE)는 단순한 기준선(직전 예측)에 비해 예측 정확도를 측정하는 스케일 독립적인 지표입니다. Hyndman과 Koehler(2006)가 소개한 MASE는 모델 성능을 기준 방법과 직접 비교하여 MAPE 및 기타 백분율 기반 지표의 한계를 극복합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Mean Absolute Scaled Error. ScholarGate. https://scholargate.app/ko/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.
- 평균 절대 오차 (MAE)모델 평가↔ compare
- 평균 절대 백분율 오차 (MAPE)모델 평가↔ compare
- 평균 제곱근 오차 (Root Mean Squared Error, RMSE)모델 평가↔ compare
- 대칭 MAPE (sMAPE)모델 평가↔ compare