Home >> Blog >> 什麼是 MAPE?(加上如何通過 3 個步驟計算 MAPE)

什麼是 MAPE?(加上如何通過 3 個步驟計算 MAPE)

MAPE = (1 / 樣本量) x ∑ [ ( |實際 - 預測| ) / |實際| ] × 100

許多行業使用預測來預測未來事件,例如需求和潛在銷售。預測有助於組織做出與預算、計劃和勞動力等問題相關的決策,因此準確的預測非常重要。為了幫助分析預測準確性並改進未來預測,組織可以使用 MAPE 等指標來準確比較實際銷售額和預測銷售額。在本文中,我們定義了 MAPE 是什麼,討論了它的重要性,解釋了什麼是預測誤差,概述瞭如何計算 MAPE,並提供了一個示例計算。

什麼是 MAPE?

平均絕對百分比誤差 (MAPE) 衡量組織使用的預測方法的準確性。它表示數據集中每個條目的絕對百分比誤差的平均值,平均顯示預測數量與實際數量相比的準確程度。MAPE 通常對分析較大的數據集很有效,但無法計算零值數據集的 MAPE。這是因為計算需要除以零,這是不可能的。

MAPE 是一個簡單的指標,這意味著 10% 的 MAPE 表示預測值和實際值之間的平均偏差為 10%,無論偏差是正還是負。但是,對於什麼是好的 MAPE,沒有行業標準。例如,經常更改價格或經常提供促銷活動的組織可能比具有一致定價的組織具有更高的 MAPE。這是因為定價的變化可能會使準確預測銷售變得困難,但兩個組織仍然可能取得成功。

為什麼 MAPE 很重要?

MAPE 是一個易於解釋的重要指標。它具體取決於您正在評估的數據,提供對預測可靠性的準確評估。基於 MAPE,您的組織可以為未來項目制定更準確的預測,適當地調整材料和人工成本,並確保您的生產和運營能夠最好地與客戶需求保持一致。

什麼是預測誤差?

預測誤差是指實際數量及其與預測數量的偏差。誤差可能大於實際數量或預測數量,但不能大於兩者。這是用於計算預測誤差的公式:

預測誤差 = | 實際-預測|

在此等式中,條形表示使用絕對值,這意味著無論實際金額是否實際上小於預測,等式的結果將始終為正。預測誤差關注誤差的大小,而不是正負。為了計算 MAPE,計算預測誤差百分比很重要。這是計算預測誤差百分比的公式:

預測誤差百分比 = [ (| 實際 - 預測 | ) / 實際] x 100

預測誤差百分比最能代表預測的準確性。如果預測誤差百分比接近或高於 100%,則表明預測完全或非常不准確。相反,如果預測誤差百分比接近 0%,則表明預測準確。

相關: 創建業務預測指南(示例)

如何計算 MAPE

以下是如何計算 MAPE 的步驟:

1. 組織你的數據

收集和組織您的數據,以最好地可視化數據集中的實際值和預測值。考慮使用允許您為每個時間段、實際值和預測值創建列的電子表格程序。並排放置每個值可讓您輕鬆比較信息並完成計算。

相關: 如何在 Excel 中計算平均值及其重要性

2. 計算絕對百分比誤差

組織數據後,計算每個數據條目的實際數量與預測數量的絕對百分比誤差。對數據集中的每一行重複。這是您可以使用的公式:

絕對百分比誤差 = [ ( | 實際 - 預測 | ) / | 實際 | ] × 100

等式中的條形代表確定實際金額與預測金額之間差異的絕對值。絕對值意味著無論計算結果如何,都使用數字的正值,它用於 MAPE,因為關注的是差異有多大,而不是它是正數還是負數。例如,如果實際售出的商品數量為 54,但預測數量為 65,則差值為 -11。但是,對於絕對值,您將使用 11 來完成 20.37% 的絕對百分比誤差的計算。

3. 計算 MAPE

一旦您獲得了每個數據條目的絕對百分比誤差,您就可以計算 MAPE。將所有絕對百分比錯誤加在一起,然後將總和除以錯誤數。例如,如果您的數據集包含 12 個條目,則將總和除以 12。最終結果是 MAPE。

如何計算 MAPE 的示例

以下是如何計算 MAPE 的示例:

Edwards High School 想要計算他們上一學年年鑑訂單的 MAPE。他們預計銷售 400 年年鑑,但只銷售了 386 年。他們使用下表來組織每月訂購的年鑑的實際數量、每月訂購的年鑑的預測數量以及每個月的年鑑訂單的絕對百分比誤差:

什麼是網絡協議?

為了確定 MAPE,他們確定了每個月的絕對百分比誤差之和。一旦他們得到 100.18 的總和,他們將這個數字除以 9,用於學年的 9 個月。因此,MAPE 為 11.13%。*

rmse mae mape

pred

the

mae

mean absolute percentage error

mean absolute percentage error

mean squared error

rmse mae mape

mean

mean

mean

mean

计算

计算

专栏

公式