Mean แน่นอนข้อผิดพลาดที่ปรับขนาด (MASE) เป็นตัวชี้วัดของความถูกต้องคาดการณ์ที่เสนอโดยซานโตสและ Hyndman (2006)
โดยที่คือข้อผิดพลาดแบบสัมบูรณ์ที่เกิดจากการคาดการณ์จริง
ในขณะที่เป็นข้อผิดพลาดแบบสัมบูรณ์ที่เกิดจากการคาดการณ์ไร้เดียงสา (เช่นไม่มีการเปลี่ยนแปลงการคาดการณ์สำหรับอนุกรมเวลา ) ซึ่งคำนวณจากข้อมูลในตัวอย่างM E ฉันn - s มพีลิตรอี,
I(1)
(ตรวจสอบกระดาษKoehler & Hyndman (2006)สำหรับคำจำกัดความและสูตรที่แม่นยำ)
แสดงว่าการคาดการณ์ที่เกิดขึ้นจริงนั้นเลวร้ายกว่าตัวอย่างที่คาดการณ์ไร้เดียงสาในกลุ่มตัวอย่าง ดังนั้นหากมีข้อผิดพลาดแน่นอนค่าเฉลี่ยเป็นตัวชี้วัดที่เกี่ยวข้องของความถูกต้องคาดการณ์ (ซึ่งขึ้นอยู่กับปัญหาที่มือ) M S E > 1แสดงให้เห็นว่าการคาดการณ์ที่เกิดขึ้นจริงควรจะยกเลิกในความโปรดปรานของการคาดการณ์ที่ไร้เดียงสาถ้าเราคาดหวังออก -of- ข้อมูลตัวอย่างจะค่อนข้างเหมือนกับข้อมูลในตัวอย่าง(เพราะเรารู้เพียงว่าการคาดการณ์ที่ไร้เดียงสาทำได้ดีเพียงใดในตัวอย่างไม่ใช่จากตัวอย่าง)
คำถาม:
ใช้เป็นเกณฑ์มาตรฐานในการแข่งขันการพยากรณ์ที่เสนอในโพสต์บล็อก Hyndsightนี้ เกณฑ์มาตรฐานที่ชัดเจนไม่ควรเป็น M A S E = 1 ?
แน่นอนว่าคำถามนี้ไม่เฉพาะเจาะจงสำหรับการแข่งขันการพยากรณ์โดยเฉพาะ ฉันต้องการความช่วยเหลือในการทำความเข้าใจในบริบททั่วไป
ฉันเดา:
คำอธิบายที่สมเหตุสมผลเพียงอย่างเดียวที่ฉันเห็นคือการคาดการณ์ที่ไร้เดียงสาคาดว่าจะทำให้กลุ่มตัวอย่างแย่ลงกว่าที่คาดการณ์ไว้ในตัวอย่างเช่นเนื่องจากการเปลี่ยนแปลงโครงสร้าง จากนั้นอาจท้าทายเกินกว่าที่จะบรรลุ
อ้างอิง:
- Hyndman, Rob J. และ Anne B. Koehler " ดูที่การวัดความแม่นยำของการคาดการณ์อีกประการหนึ่ง " วารสารการพยากรณ์นานาชาติ 22.4 (2549): 679-688
- โพสต์บล็อก Hyndsight