Średni bezwzględny błąd procentowy (MAPE)
Średni bezwzględny błąd procentowy (MAPE) mierzy dokładność prognozy jako procent w stosunku do wartości rzeczywistych, wyrażając błędy w jednostkach niezależnych od skali i interpretowalnych w różnych zbiorach danych. Sformalizowany przez J. Scotta Armstronga w 1985 roku, MAPE jest szeroko stosowany w prognozowaniu, zarządzaniu łańcuchem dostaw i analizie biznesowej, gdzie wyniki muszą być komunikowane jako dokładność procentowa.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Mean Absolute Percentage Error. ScholarGate. https://scholargate.app/pl/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.
- Średni Błąd Bezwzględny (MAE)Ocena modeli↔ compare
- Średni Bezwzględny Skalowany Błąd (MASE)Ocena modeli↔ compare
- Pierwiastek średniokwadratowy błędu (RMSE)Ocena modeli↔ compare
- Symetryczna MAPE (sMAPE)Ocena modeli↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →