Średni bezwzględny błąd skali (MASE) to miara dokładności prognozy zaproponowana przez Koehlera i Hyndmana (2006) .
gdzie jest średnim błędem bezwzględnym spowodowanym faktyczną prognozą;
podczas gdy jest średnim błędem bezwzględnym generowanym przez naiwną prognozę (np. prognoza braku zmian dla zintegrowanego szeregu czasowego ), obliczoną na podstawie danych w próbie.M A E i n - s a m p l e ,
I(1)
(Sprawdź dokument Koehler i Hyndman (2006), aby uzyskać dokładną definicję i wzór).
implikuje, że rzeczywista prognoza jest gorsza poza próbą niż naiwna prognoza w próbie, pod względem średniego błędu bezwzględnego. Zatem jeśli średni błąd bezwzględny jest odpowiednią miarą dokładności prognozy (która zależy od danego problemu), sugeruje, że rzeczywista prognoza powinna zostać odrzucona na rzecz naiwnej prognozy, jeśli spodziewamy się, że dane z próby nie będą być jak dane w próbie (ponieważ wiemy tylko, jak dobrze naiwna prognoza wypadła w próbie, a nie poza próbą).
Pytanie:
został wykorzystany jako punkt odniesienia w konkursie prognostycznym zaproponowanym w tym wpisie na blogu Hyndsight . Czy oczywistym punktem odniesienia nie powinno być ?
Oczywiście to pytanie nie dotyczy konkretnego konkursu prognozowania. Chciałbym uzyskać pomoc w zrozumieniu tego w bardziej ogólnym kontekście.
Zgaduję że:
Jedyne rozsądne wyjaśnienie, jakie widzę, to oczekiwanie, że naiwna prognoza wypadnie znacznie gorzej z próby niż z próby, np. Z powodu zmian strukturalnych. Wtedy mogłoby być zbyt trudne do osiągnięcia.
Referencje:
- Hyndman, Rob J. i Anne B. Koehler. „ Kolejne spojrzenie na miary dokładności prognoz ” . Międzynarodowy dziennik prognoz 22.4 (2006): 679-688.
- Wpis na blogu Hyndsight .