X son los datos originales de la muestra de series de tiempo (resulatdos posibles) (un array unidimensional de celdas (Por ejemplo: filas o columnas)).

Y son los datos de las series de tiempo pronosticadas (un array unidimensional de celdas (Por ejemplo: filass o columnas)).

1. El error absoluto medio es una medida común del error de pronóstico en análisis de series de tiempo.
2. La serie de tiempo es homogénea o igualmente espaciada.
3. Las dos series de tiempo deben ser idénticas en tamaño.
4. El error medio absoluto es dado por:
   
   $$\mathrm{MAE}=\frac{\mathrm{SAE}}{N}=\frac{\sum_{i=1}^N \left | x_i - \hat x_i \right |}{N}$$
   
   Donde:
   
   • $\{x_i\}$ son la observacionesa ctuales de las series de tiempo
   • $\{\hat x_i\}$ es la serie de tiempo estimada o pronosticada
   • $\mathrm{SAE}$ es la suma de los errores absolutos (o desviaciones)
   • $N$ es el número de puntos de datos no faltantes

Ejemplo 1:

Ejemplos de archivos

Enlaces Relacionados

• Wikipedia - Mean absolute error

Referencias

• Hamilton, J .D.; Time Series Analysis , Princeton University Press (1994), ISBN 0-691-04289-6
• Tsay, Ruey S.; Analysis of Financial Time Series John Wiley & SONS. (2005), ISBN 0-471-690740