杨正瓴
[资料] 时间序列分析与预测的常用误差统计指标
2021-7-19 14:07
阅读:1178

[资料] 时间序列分析与预测的常用误差统计指标

            

平均误差:ME  (mean error)

平均百分比误差:MPE  (Mean Percentage Error)

平均绝对比例误差:MASE  (Mean Absolute Scaled Error)

            

平均绝对误差:MAE  (mean absolute error)

均方误差:MSE  (mean squared error)

均方根误差:RMSE (root mean squared error)

            

平均绝对相对误差:MARE  (mean absolute relative error)

均方相对误差:MSRE  (mean squared relative error)

均方根相对误差:RMSRE  (root mean squared relative error)

            

平均绝对百分比误差:MAPE  (mean absolute percentage error)

均方误差百分比:MSPE  (mean squared percentage error)

均方根百分比误差:RMSPE  (root mean squared percentage error)

            

最大误差:Emax  (误差绝对值的最大值, maximum of absolute value of error)尽管这个量不是统计量。

                  

陆续抄袭来的误差计算公式:

常用统计误差指标.jpg

ei 的定义(计算公式).jpg

感谢有关人员!

            

   傻以为:对于时间序列预测,平均误差ME、均方相对误差RMSE、最大误差Emax,是三个必须的误差值。

常用统计误差指标 ME RMSE Emax.jpg

            

参考资料:

[1] 久未见, 2020-03-07, 评价指标RMSE、MSE、MAE、MAPE、SMAPE 、R-Squared——python+sklearn实现

https://www.e-learn.cn/topic/3481165

[2] 手撕机, 2019-02-21, 预测评价指标RMSE、MSE、MAE、MAPE、SMAPE

https://blog.csdn.net/guolindonggld/article/details/87856780

https://www.cnblogs.com/think90/articles/11786016.html

[3] Data Science, MAD vs RMSE vs MAE vs MSLE vs R2: When to use which?

https://datascience.stackexchange.com/questions/42760/mad-vs-rmse-vs-mae-vs-msle-vs-r%c2%b2-when-to-use-which

[4] MathWorks, Error related performance metrics

https://www.mathworks.com/matlabcentral/fileexchange/15130-error-related-performance-metrics

[5] Rob Hyndman, Accuracy measures for a forecast model

https://pkg.robjhyndman.com/forecast/reference/accuracy.html

[6] BL-Graphics, Forecast KPI: Bias, MAE, MAPE & RMSE

https://supchains.com/article/forecast-kpi-bias-mae-mape-rmse/

[7] Computer Age Statistical Inference: Algorithms, Evidence and Data Science
https://web.stanford.edu/~hastie/CASI/

相关链接:

[1] 2021-02-05,[笔记] 时间序列预测里的一些“专业术语”

http://blog.sciencenet.cn/blog-107667-1270762.html

[2] 2019-06-08,[学习资料搜集] 时间序列(time series)学习书籍

http://blog.sciencenet.cn/blog-107667-1183775.html

[3] 2018-08-18,“大数据”时期,更渴望“小样本数理统计学”

http://blog.sciencenet.cn/blog-107667-1129894.html

[4] 2016-09-01,Crosswavelet and Wavelet Coherence 小波分析的程序网址

http://blog.sciencenet.cn/blog-107667-1000091.html

[5] 2016-09-01,支持向量机 Support Vector Machine 程序网址

http://blog.sciencenet.cn/blog-107667-1000087.html

                       

感谢您的指教!

感谢您指正以上任何错误!

感谢您提供更多的相关资料!

                  

转载本文请联系原作者获取授权,同时请注明本文来自杨正瓴科学网博客。

链接地址:https://m.sciencenet.cn/blog-107667-1296109.html?mobile=1

收藏

分享到:

当前推荐数:13
推荐到博客首页
网友评论2 条评论
确定删除指定的回复吗?
确定删除本博文吗?