Mittlerer prozentualer Fehler

Der mittlere prozentuale Fehler (MPE) ist ein Fehlermaß, das angibt, um wie viel Prozent eine Modellvorhersage $f$ im Schnitt von dem echten Wert $a$ abweicht

${\text{MPE}}={\frac {100\%}{n}}\sum _{t=1}^{n}{\frac {a_{t}-f_{t}}{a_{t}}}.$

Dabei sind die $a_{t}$ die zur Zeit oder an der Stelle $t=1,\ldots n$ vorgefundenen Werte und $f_{t}$ die entsprechenden Prognosewerte aus dem Modell.

Alternativen

• Verwandt ist der mittlere absolute prozentuale Fehler

${\text{MAPE}}={\frac {100\%}{n}}\sum _{t=1}^{n}\left|{\frac {a_{t}-f_{t}}{a_{t}}}\right|.$, welcher in der empirischen Risikominimierung auftritt.

• Mittlerer absoluter skalierter Fehler (Mean Absolute Scaled Error, MASE)
• Symmetrischer mittlerer absoluter prozentualer Fehler (Symmetric Mean Absolute Percentage Error, sMAPE)
• Mittlere Richtungsgenauigkeit (Mean Directional Accuracy, MDA)
• Mittlerer Arcustangens des absoluten prozentualen Fehlers (Mean Arctangent Absolute Percentage Error, MAAPE)
• Mittlerer quadrierter logarithmischer Fehler