Mesurë e Gabimit Mesatar Absolut të Skalëzuar (MASE)
Mesura e Gabimit Mesatar Absolut të Skalëzuar (MASE) është një metrikë e pavarur nga shkalla që mat saktësinë e parashikimit në krahasim me një parashikim bazë të thjeshtë (parashikim naiv). E prezantuar nga Hyndman dhe Koehler (2006), MASE krahason drejtpërdrejt performancën e modelit me një metodë referuese, duke kapërcyer kufizimet e MAPE dhe metrikave të tjera të bazuara në përqindje.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Harta e metodave
Lagjja e metodave të lidhura — zgjidhni një nyje për të eksploruar.
Burimet
- 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 ↗
- Hyndman, R. J., & Athanasopoulos, G. (2021). Forecasting: Principles and Practice (3rd ed.). Melbourne, Australia: OTexts. link ↗
- Wang, X., & Petropoulos, F. (2016). To select or to combine? Forecasting from a thousand models. International Journal of Forecasting, 32(3), 594-606. link ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 3). Mean Absolute Scaled Error. ScholarGate. https://scholargate.app/sq/model-evaluation/mean-absolute-scaled-error
Cila metodë?
Vendoseni këtë metodë pranë të afërmeve të saj më të ngushta dhe lexojini krah për krah — biblioteka i shtron librat mbi tryezë; zgjedhja është e juaja.
- Mesatarja absolute e gabimit (MAE)Vlerësimi i modeleve↔ krahaso
- Mesharja absolute e përqindjes së gabimit (MAPE)Vlerësimi i modeleve↔ krahaso
- Gabimi Mesatar Katror i Rrënjëzuar (RMSE)Vlerësimi i modeleve↔ krahaso
- Symmetric MAPE (sMAPE)Vlerësimi i modeleve↔ krahaso
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →