Tilastoissa teet ennusteita käytettävissä olevien tietojen perusteella. Valitettavasti ennusteet eivät aina vastaa tietojen luomia todellisia arvoja. Ennusteiden ja tietojen todellisten arvojen välisen eron tunteminen on hyödyllistä, koska se voi auttaa sinua tarkentamaan tulevia ennusteita ja tekemään niistä tarkempia. Jos haluat selvittää, kuinka suuri ero ennusteidesi ja todellisen tuotetun arvon välillä on, sinun on laskettava tietojen keskimääräinen absoluuttinen virhe (tunnetaan myös nimellä MAE).
Ennen kuin voit laskea tietojesi MAE-arvon, sinun on ensin laskettava absoluuttisten virheiden summa (SAE). SAE: n kaava on
joka saattaa tuntua aluksi hämmentävältä, jos et ole tottunut sigma-merkintöihin. Varsinainen menettely on kuitenkin melko yksinkertainen.
Vähennä todellinen arvo (merkitäänxt) mitatusta arvosta (merkitäänxi), mikä saattaa tuottaa negatiivisen tuloksen datapisteistäsi riippuen. Luo positiivinen luku ottamalla tuloksen absoluuttinen arvo. Esimerkiksi, josxi on 5 jaxt on 7:
Toista tämä prosessi jokaiselle tietojesi mittaus- ja ennustejoukolle. Sarjojen lukumäärä ilmaistaannkaavassa,
osoittaa, että prosessi alkaa ensimmäisestä joukosta (i= 1) ja toistaa yhteensänajat. Oletetaan edellisessä esimerkissä, että edelliset pisteet olivat yksi kymmenestä datapisteparista. Aikaisemmin tuotettujen kahden lisäksi jäljellä olevat pistejoukot tuottavat absoluuttiset arvot 1, 4, 3, 4, 2, 6, 3, 2 ja 9.
Kun olet laskenut SAE: n, sinun on löydettävä absoluuttisten virheiden keskiarvo tai keskiarvo. Käytä kaavaa
saadaksesi tämän tuloksen. Saatat myös nähdä kaksi kaavaa yhdistettynä yhdeksi, mikä näyttää
mutta näiden kahden välillä ei ole toiminnallista eroa.
Jaa SAE arvollan, mikä, kuten edellä mainittiin, on tietojesi pistejoukkojen kokonaismäärä. Jatkamalla edellistä esimerkkiä, tämä antaa meille
Pyöristä kokonaismäärä asetettuun määrään merkitseviä numeroita tarvittaessa. Tätä ei tarvita yllä käytetyssä esimerkissä, mutta laskelma, joka antaa luvut kuten MAE = 2.34678361 tai toistuva luku, saattaa joutua pyöristämään hallittavammaksi, kuten MAE = 2.347. Käytettyjen peränumeroiden määrä riippuu henkilökohtaisista mieltymyksistä ja tekemäsi työn teknisistä tiedoista.