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

$\text{MPE}=\frac{100\mathrm{\%}}{n}\sum _{t=1}^n\frac{a_t-f_t}{a_t}.$

Dabei sind die $a_t$ die zur Zeit oder an der Stelle $t=1,\dots n$ vorgefundenen Werte und $f_t$ die entsprechenden Prognosewerte aus dem Modell.

Alternativen

• Verwandt ist der mittlere absolute prozentuale Fehler

$\text{MAPE}=\frac{100\mathrm{\%}}{n}\sum _{t=1}^n\left|\frac{a_t-f_t}{a_t}\right|.$, 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