Medelabsolut procentfel (MAPE)
Medelabsolut procentfel (MAPE) mäter prediktionsnoggrannhet som en procentandel i förhållande till faktiska värden, och uttrycker fel i enheter som är skaloberoende och tolkningsbara över olika datamängder. MAPE, som formaliserades av J. Scott Armstrong 1985, används flitigt inom prognostisering, leveranskedjor och affärsanalys där resultat måste kommuniceras som procentuell noggrannhet.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Mean Absolute Percentage Error. ScholarGate. https://scholargate.app/sv/model-evaluation/mean-absolute-percentage-error
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Medelabsolutfelet (MAE)Modellutvärdering↔ jämför
- Mean Absolute Scaled Error (MASE)Modellutvärdering↔ jämför
- Rotmedelkvadratfel (RMSE)Modellutvärdering↔ jämför
- Symmetrisk MAPE (sMAPE)Modellutvärdering↔ jämför
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →