Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ
Số liệu dự báo chính xác: MAPE, sMAPE và MASE Quiz
So sánh các lỗi dự báo theo tỷ lệ và tỷ lệ phần trăm, xử lý số thực tế bằng 0 và giải thích các giá trị số liệu liên quan đến điểm chuẩn ban đầu.
Câu hỏi 1 của 8
Nhu cầu thực tế là 100 và dự báo là 90. Sai số phần trăm tuyệt đối trong MAPE là bao nhiêu?
Xem trước mọi câu hỏi8 câu hỏi
Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.
- Nhu cầu thực tế là 100 và dự báo là 90. Sai số phần trăm tuyệt đối trong MAPE là bao nhiêu?
- 10%
- 90%
- 100%
- 0,1%
- Vấn đề gì phát sinh đối với MAPE khi giá trị thực tế bằng 0?
- Dự báo cũng phải bằng 0
- Mẫu số phần trăm của nó bằng 0
- Số liệu trở thành xác suất
- Lỗi được tự động tính là hoàn hảo
- MASE bên dưới biểu thị điều gì theo định nghĩa thông thường của nó?
- Lỗi của mô hình nằm dưới một đơn vị mục tiêu
- Mọi dự báo thử nghiệm đều chính xác hơn đường cơ sở
- Kiểm tra MAE nằm dưới thang đo MAE ngây thơ trong mẫu đã chọn
- Mô hình có độ lệch bằng 0
- Tại sao nêu công thức sMAPE chính xác trong báo cáo?
- Nó tự động loại bỏ sai lệch dự báo
- sMAPE chỉ có một định nghĩa số 0 phổ quát
- Số liệu luôn được biểu thị bằng đơn vị mục tiêu
- Việc triển khai sử dụng các quy ước chia tỷ lệ và số 0 khác nhau
- Tại sao MAPE có thể nhấn mạnh quá mức các quan sát với khối lượng thấp?
- Nó chia từng lỗi tuyệt đối cho thang lỗi ngây thơ được huấn luyện
- Sai số tuyệt đối cố định sẽ trở thành tỷ lệ phần trăm lớn hơn khi giá trị thực tế nhỏ
- Nó mang lại trọng lượng phần trăm lớn hơn cho các quan sát khối lượng lớn
- Nó tính trung bình các lỗi phần trăm đã ký để các lỗi tích cực và tiêu cực bị hủy bỏ
- Đối với dữ liệu theo mùa, mẫu số MASE nào có thể phù hợp hơn?
- Chỉ độ lệch chuẩn của bộ kiểm tra
- Sai số dự báo quan sát được lớn nhất
- Một lỗi đào tạo ngây thơ theo mùa ở giai đoạn phù hợp
- Sai số bình phương trung bình huấn luyện
- Nếu mẫu số MAE chưa được huấn luyện bằng 0 thì điều gì sẽ xảy ra với MASE?
- Nó trở thành số lượng dự báo
- Nó luôn bằng không
- Nó bằng MAPE
- Nó không được xác định nếu không có quy ước thay thế được xác định
- Tại sao phải đánh giá dự báo bằng cách sử dụng cùng khoảng thời gian và nguồn gốc?
- Để so sánh mô hình, hãy sử dụng thông tin và trường hợp tương đương
- Để làm cho tất cả các giá trị thực tế khác không
- Để đảm bảo tính ổn định
- Để loại bỏ sự cần thiết của đường cơ sở