MCDMScaled error metric
ค่าคลาดเคลื่อนสัมบูรณ์เฉลี่ยแบบปรับสเกล (MASE)
ค่าคลาดเคลื่อนสัมบูรณ์เฉลี่ยแบบปรับสเกล (Mean Absolute Scaled Error หรือ MASE) เป็นเมตริกที่ไม่ขึ้นกับสเกล ซึ่งใช้วัดความแม่นยำของการพยากรณ์โดยเปรียบเทียบกับค่าพื้นฐานอย่างง่าย (การพยากรณ์แบบ Naive) Hyndman และ Koehler (2006) ได้นำเสนอ MASE ขึ้นมาเพื่อเปรียบเทียบประสิทธิภาพของแบบจำลองโดยตรงกับวิธีการอ้างอิง ซึ่งช่วยแก้ไขข้อจำกัดของ MAPE และเมตริกที่อิงตามเปอร์เซ็นต์อื่นๆ
อ่านวิธีฉบับเต็ม
สำหรับสมาชิกเท่านั้น
เข้าสู่ระบบเข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Mean Absolute Scaled Error. ScholarGate. https://scholargate.app/th/model-evaluation/mean-absolute-scaled-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.
- ค่าเฉลี่ยความคลาดเคลื่อนสัมบูรณ์ (MAE)การประเมินแบบจำลอง↔ compare
- ค่าความคลาดเคลื่อนสัมบูรณ์เฉลี่ยร้อยละ (MAPE)การประเมินแบบจำลอง↔ compare
- Root Mean Squared Error (RMSE)การประเมินแบบจำลอง↔ compare
- MAPE สมมาตร (sMAPE)การประเมินแบบจำลอง↔ compare