Bagaimanakah MAPE digunakan dalam peramalan?
Bagaimanakah MAPE digunakan dalam peramalan?

Video: Bagaimanakah MAPE digunakan dalam peramalan?

Video: Bagaimanakah MAPE digunakan dalam peramalan?
Video: KESALAHAN PERAMALAN (MAD, MSE, MAPE) 2024, Julai
Anonim

Purata ralat peratusan mutlak ( PETA ) adalah ukuran statistik seberapa tepat a ramalan sistem ialah. Ini mengukur ketepatan ini sebagai peratusan, dan dapat dikira sebagai ralat peratus mutlak purata untuk setiap jangka masa tolak nilai sebenar dibahagi dengan nilai sebenar.

Begitu juga seseorang mungkin bertanya, apakah MAPE dalam ramalan?

Purata ralat peratusan mutlak ( PETA ), juga dikenali sebagai sisihan peratusan mutlak min (MAPD), ialah ukuran ketepatan ramalan sesuatu peramalan kaedah dalam statistik, misalnya dalam perkiraan trend, juga digunakan sebagai fungsi kerugian untuk masalah regresi dalam pembelajaran mesin.

Selain itu, adakah anda mahukan MAPE yang tinggi atau rendah? Sejak PETA adalah ukuran kesalahan, tinggi nombor adalah buruk dan rendah nombor adalah baik. Untuk tujuan pelaporan, sebilangan syarikat akan terjemahkan ini kepada nombor ketepatan dengan menolak PETA daripada 100.

Tambahan pula, apakah MAPE yang baik untuk ramalan?

Adalah tidak bertanggungjawab untuk menetapkan sewenang-wenangnya ramalan sasaran prestasi (seperti PETA <10% Cemerlang, PETA < 20% ialah Baik ) tanpa konteks kebolehramalan data anda. Jika anda adalah peramalan lebih teruk daripada na ï ve ramalan (Saya akan memanggil ini "buruk"), kemudian jelas anda ramalan proses memerlukan penambahbaikan.

Mengapa MAPE digunakan?

Purata ralat peratusan mutlak ( PETA ) adalah salah satu yang paling meluas digunakan ukuran ketepatan ramalan, kerana kelebihan skala-kebebasan dan kebolehtafsirannya. Walau bagaimanapun, PETA mempunyai kelemahan yang ketara iaitu ia menghasilkan nilai tak terhingga atau tidak ditentukan untuk nilai sebenar sifar atau hampir kepada sifar.

Disyorkan: