Что такое Mean Absolute Scaled Error (MASE)?

Mean Absolute Scaled Error (MASE) — это метрика для оценки точности прогнозов временных рядов. Она измеряет среднюю абсолютную ошибку прогноза, масштабированную на основе ошибки наивного прогноза (например, прогноза, который просто повторяет предыдущие значения).

Формула MASE выглядит так:

[ MASE = \frac{\frac{1}{n} \sum_{t=1}^n |y_t - \hat{y}t|}{\frac{1}{n-1} \sum{t=2}^n |y_t - y_{t-1}|} ]

где:

• (y_t) — истинное значение в момент (t)
• (\hat{y}_t) — прогнозное значение
• числитель — средняя абсолютная ошибка прогноза
• знаменатель — средняя абсолютная ошибка наивного прогноза (разница между последовательными наблюдениями)

MASE удобен тем, что он масштабирован и позволяет сравнивать качество прогнозов на разных временных рядах, даже если они имеют разный масштаб или сезонность. Значение MASE меньше 1 означает, что модель прогнозирует лучше наивного прогноза.