Question:
La différence entre MSE et MAPE
rendra
2011-06-06 21:24:11 UTC
view on stackexchange narkive permalink

Je me demandais quelles sont les différences entre l'erreur quadratique moyenne (MSE) et l'erreur en pourcentage absolu moyen (MAPE) pour déterminer l'exactitude d'une prévision? Quel est le meilleur? Merci

L'un n'est pas un pourcentage, l'autre est un pourcentage ... cela dépend de la façon dont vous souhaitez évaluer vos prévisions.
en fait, Zach a fait une brève réponse, je préfère la décomposition de Theil et MAPE pour la précision des prévisions ponctuelles. Les pour cent sont beaucoup plus faciles à interpréter. Vous pouvez utiliser la fonction «precision ()» dans R pour ces options. Considérez également MASE comme une bonne alternative ... étendez probablement ma courte remarque à une réponse complète plus tard :)
Deux réponses:
#1
+18
Rob Hyndman
2011-06-07 06:30:10 UTC
view on stackexchange narkive permalink

MSE dépend de l'échelle, ce n'est pas le cas de MAPE. Donc, si vous comparez la précision entre des séries chronologiques avec différentes échelles, vous ne pouvez pas utiliser MSE.

Pour une utilisation professionnelle, MAPE est souvent préférable car les gestionnaires comprennent apparemment mieux les pourcentages que les erreurs quadratiques.

MAPE ne peut pas être utilisé lorsque les pourcentages n'ont aucun sens. Par exemple, les échelles de température Fahrenheit et Celsius ont des points zéro relativement arbitraires, et cela n'a aucun sens de parler de pourcentages. MAPE ne peut pas non plus être utilisé lorsque la série chronologique peut prendre des valeurs nulles.

MASE est destiné à être à la fois indépendant de l'échelle et utilisable à toutes les échelles.

Comme @Dmitrij l'a dit, le precision () dans le package prévisions pour R est un moyen simple de calculer ces mesures et d'autres mesures de précision.

Il y a beaucoup plus sur la précision des prévisions mesures dans mon article 2006 de la FIJ avec Anne Koehler.

+1 pour l'article, c'est un article vraiment génial, à mon humble avis :)
Je viens de modifier les wikis de balises pour le [tag: mse], le [tag: mape] et le [tag: mase].J'espère que ceux-ci seront bientôt approuvés - alors j'espère qu'ils fourniront plus d'informations sur les différences.
#2
-1
soomro ramzan
2017-03-24 22:36:03 UTC
view on stackexchange narkive permalink

pour comparer les valeurs de prévision et mesurer le modèle de meilleur ajustement, à partir de différentes méthodes nous pouvons utiliser MSE, MAPE et RMSE.quelle méthode a au moins une est le meilleur modèle.



Ce Q&R a été automatiquement traduit de la langue anglaise.Le contenu original est disponible sur stackexchange, que nous remercions pour la licence cc by-sa 3.0 sous laquelle il est distribué.
Loading...