Symetryczna MAPE (sMAPE)
Symetryczny średni bezwzględny błąd procentowy (Symmetric Mean Absolute Percentage Error) jest udoskonaleniem MAPE, które rozwiązuje problem jej asymetrii poprzez zastosowanie średniej wartości rzeczywistej i prognozowanej jako mianownika. Zaproponowany przez J. Scotta Armstronga i udoskonalony przez Makridakisa (1993) oraz Hyndmana i Koehlera (2006), sMAPE traktuje prognozy nadmierne i niedostateczne symetrycznie.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
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 ↗
- Makridakis, S. (1993). Accuracy measures for a robust comparison of forecasting methods. International Journal of Forecasting, 9(4), 679-688. link ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Symmetric Mean Absolute Percentage Error. ScholarGate. https://scholargate.app/pl/model-evaluation/symmetric-mape
Która metoda?
Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.
- Średni Błąd Bezwzględny (MAE)Ocena modeli↔ porównaj
- Średni bezwzględny błąd procentowy (MAPE)Ocena modeli↔ porównaj
- Średni Bezwzględny Skalowany Błąd (MASE)Ocena modeli↔ porównaj
- Pierwiastek średniokwadratowy błędu (RMSE)Ocena modeli↔ porównaj
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →