आंकड़ों में, आप अपने पास उपलब्ध आंकड़ों के आधार पर पूर्वानुमान लगाते हैं। दुर्भाग्य से, पूर्वानुमान हमेशा डेटा द्वारा उत्पन्न वास्तविक मूल्यों से मेल नहीं खाते। आपके डेटा के पूर्वानुमानों और वास्तविक मूल्यों के बीच अंतर जानना उपयोगी है क्योंकि यह आपको भविष्य के पूर्वानुमानों को परिष्कृत करने और उन्हें अधिक सटीक बनाने में मदद कर सकता है। यह पता लगाने के लिए कि आपके पूर्वानुमान और उत्पादित वास्तविक मूल्य के बीच कितना अंतर है, आपको डेटा की औसत निरपेक्ष त्रुटि (जिसे एमएई भी कहा जाता है) की गणना करने की आवश्यकता है।
इससे पहले कि आप अपने डेटा के एमएई की गणना कर सकें, आपको पहले निरपेक्ष त्रुटियों (एसएई) के योग की गणना करने की आवश्यकता है। एसएई के लिए सूत्र है
यदि आप सिग्मा संकेतन के अभ्यस्त नहीं हैं, तो यह पहली बार में भ्रमित करने वाला लग सकता है। हालाँकि, वास्तविक प्रक्रिया काफी सीधी है।
सही मान घटाएं (द्वारा दर्शाया गयाएक्सतो) मापा मूल्य से (द्वारा दर्शाया गया हैएक्समैं), संभवतः आपके डेटा बिंदुओं के आधार पर एक नकारात्मक परिणाम उत्पन्न कर रहा है। सकारात्मक संख्या उत्पन्न करने के लिए परिणाम का निरपेक्ष मान लें। एक उदाहरण के रूप में, यदिएक्समैं 5 और. हैएक्सतो 7 है:
अपने डेटा में माप और पूर्वानुमान के प्रत्येक सेट के लिए इस प्रक्रिया को दोहराएं। सेटों की संख्या को. द्वारा दर्शाया गया हैनहींसूत्र में के साथ
यह दर्शाता है कि प्रक्रिया पहले सेट से शुरू होती है (मैं= 1) और कुल. दोहराता हैनहींबार। पिछले उदाहरण में, मान लें कि पिछले उपयोग किए गए बिंदु डेटा बिंदुओं के 10 जोड़े में से एक थे। पहले उत्पन्न 2 के अलावा, शेष बिंदु सेट 1, 4, 3, 4, 2, 6, 3, 2 और 9 के निरपेक्ष मान उत्पन्न करते हैं।
एक बार जब आप SAE की गणना कर लेते हैं, तो आपको निरपेक्ष त्रुटियों का माध्य या औसत मान ज्ञात करना होता है। सूत्र का प्रयोग करें
इस परिणाम को प्राप्त करने के लिए। आप दो फ़ार्मुलों को एक में मिलाते हुए भी देख सकते हैं, जो इस तरह दिखता है
लेकिन दोनों के बीच कोई कार्यात्मक अंतर नहीं है।
अपने SAE को. से विभाजित करेंनहीं, जैसा कि ऊपर बताया गया है, आपके डेटा में पॉइंट सेट की कुल संख्या है। पिछले उदाहरण को जारी रखते हुए, यह हमें देता है
यदि आवश्यक हो तो अपने कुल को महत्वपूर्ण अंकों की एक निर्धारित संख्या में गोल करें। ऊपर उपयोग किए गए उदाहरण में इसकी कोई आवश्यकता नहीं है, लेकिन एमएई = 2.34678361 या दोहराए जाने वाले आंकड़े जैसे आंकड़े प्रदान करने वाली गणना को एमएई = 2.347 जैसे कुछ अधिक प्रबंधनीय करने की आवश्यकता हो सकती है। उपयोग किए गए अनुगामी अंकों की संख्या व्यक्तिगत वरीयता और आपके द्वारा किए जाने वाले कार्य की तकनीकी विशिष्टताओं पर निर्भर करती है।