MCDMRelative error metric
MAPE สมมาตร (sMAPE)
Symmetric Mean Absolute Percentage Error (sMAPE) เป็นการปรับปรุง MAPE ที่แก้ไขความไม่สมมาตรโดยใช้ค่าเฉลี่ยของค่าจริงและค่าที่คาดการณ์เป็นตัวหาร sMAPE เสนอโดย J. Scott Armstrong และปรับปรุงโดย Makridakis (1993) และ Hyndman & Koehler (2006) โดย sMAPE จะปฏิบัติต่อการคาดการณ์ที่สูงเกินไปและการคาดการณ์ที่ต่ำเกินไปอย่างสมมาตร
อ่านวิธีฉบับเต็ม
สำหรับสมาชิกเท่านั้น
เข้าสู่ระบบเข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
แผนที่ระเบียบวิธี
ย่านของระเบียบวิธีที่เกี่ยวข้องกัน — เลือกโหนดเพื่อสำรวจ
แหล่งอ้างอิง
- 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 ↗
- Makridakis, S. (1993). Accuracy measures for a robust comparison of forecasting methods. International Journal of Forecasting, 9(4), 679-688. link ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Symmetric Mean Absolute Percentage Error. ScholarGate. https://scholargate.app/th/model-evaluation/symmetric-mape
ระเบียบวิธีใด?
วางระเบียบวิธีนี้เคียงข้างระเบียบวิธีใกล้เคียงที่สุด แล้วอ่านเปรียบเทียบกัน — คลังวางหนังสือไว้บนโต๊ะให้แล้ว ส่วนการเลือกเป็นของท่าน
- ค่าเฉลี่ยความคลาดเคลื่อนสัมบูรณ์ (MAE)การประเมินแบบจำลอง↔ เปรียบเทียบ
- ค่าความคลาดเคลื่อนสัมบูรณ์เฉลี่ยร้อยละ (MAPE)การประเมินแบบจำลอง↔ เปรียบเทียบ
- ค่าคลาดเคลื่อนสัมบูรณ์เฉลี่ยแบบปรับสเกล (MASE)การประเมินแบบจำลอง↔ เปรียบเทียบ
- Root Mean Squared Error (RMSE)การประเมินแบบจำลอง↔ เปรียบเทียบ