平均绝对误差

统计学中,平均绝对误差 (英语:Mean absolute error,缩写:MAE) 是对表达相同现象的成对观察之间的误差的度量。 Y与X的例子包括预测与被观察的比较,后续时间与初始时间的比较,以及一种测量技术与另一种测量技术的比较。 平均绝对误差MAE被计算为绝对误差之和除以样本量[1]

因此,它是绝对误差的算术平均值, 其中是预测值,和是真实值。请注意,替代公式可能包括相对频率作为权重因子。 平均绝对误差使用与被测量数据相同的尺度。 这被称为与尺度相关的准确度度量,因此不能被用于使用不同尺度的序列(series)之间进行比较[2]。 平均绝对误差是时间序列分析预测误差英语Forecast error的一个常用度量, 有时与'平均绝对离差'(英语:mean absolute deviation)的更标准定义混淆。 同样的混淆更普遍地存在。

参考文献

  1. ^ Willmott, Cort J.; Matsuura, Kenji. Advantages of the mean absolute error (MAE) over the root mean square error (RMSE) in assessing average model performance. Climate Research. December 19, 2005, 30: 79–82. doi:10.3354/cr030079 . 
  2. ^ 2.5 Evaluating forecast accuracy | OTexts. www.otexts.org. [2016-05-18]. (原始内容存档于2018-01-17).