Erro Percentual Absoluto Médio (MAPE)
O Erro Percentual Absoluto Médio (MAPE) mede a acurácia da previsão como uma porcentagem relativa aos valores reais, expressando os erros em unidades que são independentes de escala e interpretáveis em diferentes conjuntos de dados. Formalizado por J. Scott Armstrong em 1985, o MAPE é amplamente utilizado em previsão, cadeia de suprimentos e análise de negócios, onde os resultados devem ser comunicados como acurácia percentual.
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
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Mean Absolute Percentage Error. ScholarGate. https://scholargate.app/pt/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.
- Erro Médio Absoluto (MAE)Avaliação de modelos↔ compare
- Erro Absoluto Médio Escalado (MASE)Avaliação de modelos↔ compare
- Erro Quadrático Médio da Raiz (RMSE)Avaliação de modelos↔ compare
- MAPE Simétrico (sMAPE)Avaliação de modelos↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →