Erro Médio Absoluto (MAE)
O Erro Médio Absoluto é uma métrica robusta que mede a magnitude absoluta média dos erros de previsão em modelos de regressão. Remontando ao trabalho de Pierre-Simon Laplace sobre erros observacionais (1799), o MAE quantifica o desvio típico da previsão ao calcular a média das diferenças absolutas entre os valores observados e previstos.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- Laplace, P. S. (1799). Traité de Mécanique Céleste. Paris: J.B.M. Duprat. link ↗
- Brossier, C. L. (1999). Consistency of trimmed and Winsorized L-estimators of location and scale. Journal of the American Statistical Association, 74(368), 813-821. link ↗
- Huber, P. J. (2009). Robust Statistics (2nd ed.). Hoboken, NJ: John Wiley & Sons. ISBN: 978-0470129906
Como citar esta página
ScholarGate. (2026, June 3). Mean Absolute Error. ScholarGate. https://scholargate.app/pt/model-evaluation/mean-absolute-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.
- Erro Percentual Absoluto Médio (MAPE)Avaliação de modelos↔ compare
- Erro Quadrático Médio (EQM)Avaliação de modelos↔ compare
- Erro Quadrático Médio da Raiz (RMSE)Avaliação de modelos↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →