平均绝对比例误差(MASE)是对预测准确性的一种度量,由 Koehler&Hyndman(2006)。
其中是实际预测产生的平均绝对误差;
而M A E i n − s a m p l
是天真预测产生的平均绝对误差(例如,积分I(1样本内数据计算出)时间序列。
(查看 Koehler&Hyndman(2006)的文章以获取精确的定义和公式。)
意味着实际的预测确实恶化了样品的比幼稚预测样品一样,在平均绝对误差的条款。因此,如果平均绝对误差是预测准确性的相关度量(取决于当前的问题),则 M A S E > 1表示,如果我们期望超出预期范围,则应放弃实际预测,而采用幼稚的预测样本数据非常类似于样本中的数据(因为我们只知道样本中的幼稚预测执行得很好,而不是样本外)。
题:
作为在此提出一个预测竞争的标杆Hyndsight博客文章。一个明显的基准应该不是 M A S E =吗?
当然,这个问题并不特定于特定的预测竞赛。我希望在更一般的背景下帮助您理解这一点。
我猜:
我看到的唯一合理的解释是,由于结构的变化,天真的预测在样本外的表现要比样本中的表现差得多。然后可能已经太具有挑战性的实现。
参考文献:
- Hyndman,Rob J.和Anne B. Koehler。“ 另一种方法是对预测准确性的度量。 ”国际预测杂志》 22.4(2006年):679-688。
- Hyndsight博客文章。