Vidējā absolūtā skalotā kļūda (MASE)
Vidējā absolūtā skalotā kļūda ir no mēroga neatkarīgs rādītājs, kas mēra prognožu precizitāti salīdzinājumā ar vienkāršu bāzes līniju (naivu prognozi). MASE, ko ieviesa Haindmans un Kēlers (2006), tieši salīdzina modeļa veiktspēju ar atsauces metodi, pārvarot MAPE un citu procentuālo rādītāju ierobežojumus.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Mean Absolute Scaled Error. ScholarGate. https://scholargate.app/lv/model-evaluation/mean-absolute-scaled-error
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- Vidējā absolūtā kļūda (MAE)Modeļu novērtēšana↔ salīdzināt
- Vidējā absolūtā procentuālā kļūda (MAPE)Modeļu novērtēšana↔ salīdzināt
- Vidējā kvadrātiskā kļūda (RMSE)Modeļu novērtēšana↔ salīdzināt
- Skaidrotā MAPE (sMAPE)Modeļu novērtēšana↔ salīdzināt
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →