Средняя абсолютная процентная ошибка (MAPE)
Средняя абсолютная процентная ошибка (MAPE) измеряет точность прогноза в процентах относительно фактических значений, выражая ошибки в масштабно-независимых единицах, которые легко интерпретировать в различных наборах данных. Формализованная Дж. Скоттом Армстронгом в 1985 году, MAPE широко используется в прогнозировании, управлении цепочками поставок и бизнес-аналитике, где результаты должны быть представлены в виде процентной точности.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Mean Absolute Percentage Error. ScholarGate. https://scholargate.app/ru/model-evaluation/mean-absolute-percentage-error
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Средняя абсолютная ошибка (MAE)Оценка моделей↔ сравнить
- Средняя абсолютная масштабированная ошибка (MASE)Оценка моделей↔ сравнить
- Среднеквадратичная ошибка (RMSE)Оценка моделей↔ сравнить
- Симметричная MAPE (sMAPE)Оценка моделей↔ сравнить
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →