Por que o MAE é menos sensível a valores extremos do que o MSE?

O MAE (Erro Médio Absoluto) é menos sensível a valores atípicos do que o MSE (Erro Quadrático Médio), devido às diferenças na forma como o erro é calculado:

• O MAE calcula o valor absoluto médio dos erros, ou seja, simplesmente a soma dos módulos das diferenças, o que resulta num aumento linear do erro com o aumento da discrepância.
• O MSE calcula a média dos quadrados dos erros, ou seja, os erros são elevados ao quadrado, o que aumenta significativamente a influência de grandes discrepâncias (valores atípicos).

Devido à elevação ao quadrado, o MSE penaliza fortemente erros grandes, tornando o modelo mais sensível a valores atípicos. Enquanto o MAE atribui peso uniforme a todos os erros, portanto, os valores atípicos têm menor impacto na métrica final.

Exemplo: Se o erro for 10:

• O MAE adicionará 10 à soma dos erros
• O MSE adicionará 100 (10²), o que influencia muito mais o erro final

Por isso, é preferível usar o MAE quando é importante reduzir a influência de valores atípicos no treinamento do modelo.