I statistikker laver du prognoser baseret på de data, du har til rådighed. Desværre stemmer prognoserne ikke altid overens med de faktiske værdier, der genereres af dataene. At kende forskellen mellem prognoserne og de faktiske værdier for dine data er nyttigt, da det kan hjælpe dig med at finjustere fremtidige prognoser og gøre dem mere nøjagtige. For at finde ud af, hvor stor forskel der er mellem dine prognoser og den faktiske producerede værdi, skal du beregne den gennemsnitlige absolutte fejl (også kendt som MAE) for dataene.
Før du kan beregne MAE for dine data, skal du først beregne summen af absolutte fejl (SAE). Formlen for SAE er
hvilket kan virke forvirrende i starten, hvis du ikke er vant til sigma-notation. Den egentlige procedure er dog ret ligetil.
Træk den sande værdi (betegnet medxt) fra den målte værdi (betegnet medxjeg), muligvis generere et negativt resultat afhængigt af dine datapunkter. Tag den absolutte værdi af resultatet for at generere et positivt tal. Som et eksempel, hvisxjeg er 5 ogxt er 7:
Gentag denne proces for hvert sæt målinger og prognoser i dine data. Antallet af sæt angives medni formlen med
hvilket indikerer, at processen starter ved det første sæt (jeg= 1) og gentager i altngange. I det foregående eksempel antager du, at de tidligere anvendte punkter var et ud af 10 par datapunkter. Ud over de 2, der blev genereret før, genererer de resterende punktsæt absolutte værdier på 1, 4, 3, 4, 2, 6, 3, 2 og 9.
Når du har beregnet SAE, skal du finde middelværdien eller gennemsnitsværdien af de absolutte fejl. Brug formlen
for at få dette resultat. Du kan også se de to formler kombineret til en, der ligner
men der er ingen funktionel forskel mellem de to.
Del din SAE medn, som som nævnt ovenfor er det samlede antal punktsæt i dine data. Fortsat med det foregående eksempel giver dette os
Afrund dit samlede antal til et sæt antal signifikante cifre, hvis det kræves. Der er ikke behov for dette i eksemplet anvendt ovenfor, men en beregning, der giver tal som MAE = 2.34678361 eller en gentagende figur, skal muligvis afrundes til noget mere håndterbart som MAE = 2.347. Antallet af efterfølgende cifre afhænger af den personlige præference og de tekniske specifikationer for det arbejde, du udfører.
