MASE (Mean Absolute Scaled Error)는 Koehler & Hyndman (2006)이 제안한 예측 정확도의 척도입니다 .
여기서 는 실제 예측에 의해 생성 된 평균 절대 오차입니다.
반면 (AN 예 : 변화 없음 예보 집적 순 예측에 의해 생성 된 평균 절대 에러 인 의 시간 시리즈)에서의 샘플 데이터를 계산 하였다.M A E i n - s a m p l e ,
I를(1)
( 정확한 정의와 공식 은 Koehler & Hyndman (2006) 문서를 확인하십시오 .)
M A S E > 1 은 실제 절대 예측이 평균 절대 오차의 관점에서 샘플에서 순진한 예측보다 샘플에서 더 나쁘다 는 것을 의미합니다. 따라서 평균 절대 오차가 (현재 문제에 따라) 예측 정확도의 관련 척도라면 은 표본 외부 데이터가 샘플이 아닌 데이터 가 아니라 샘플에서 순진한 예측이 얼마나 잘 수행되는지 알기 때문에 샘플 내 데이터와 매우 유사합니다 .
의문:
은이 Hyndsight 블로그 게시물 에서 제안 된 예측 경쟁에서 벤치 마크로 사용되었습니다 . 명백한 벤치 마크가 이 아니어야합니까 ?
물론이 질문은 특정 예측 경쟁에만 국한된 것은 아닙니다. 좀 더 일반적인 맥락에서 이것을 이해하는 데 도움이 필요합니다.
내 추측:
내가 보는 유일한 합리적인 설명은 순진한 예측이 예를 들어 구조적 변화로 인해 샘플에서보다 샘플에서 상당히 나빠질 것으로 예상된다는 것입니다. 그렇다면 은 달성하기에는 너무 어려웠을 것입니다.
참고 문헌 :
- Hyndman, Rob J. 및 Anne B. Koehler. " 예측 정확도의 측정 방법을 한 번 더보십시오. " 국제 일기 예보 22.4 (2006) : 679-688.
- Hyndsight 블로그 게시물 .