W statystykach tworzysz prognozy na podstawie dostępnych danych. Niestety prognozy nie zawsze pokrywają się z rzeczywistymi wartościami generowanymi przez dane. Znajomość różnicy między prognozami a rzeczywistymi wartościami danych jest przydatna, ponieważ może pomóc w dopracowaniu przyszłych prognoz i uczynieniu ich dokładniejszymi. Aby dowiedzieć się, jaka jest różnica między twoimi prognozami a rzeczywistą wartością, musisz obliczyć średni błąd bezwzględny (znany również jako MAE) danych.
Zanim będziesz mógł obliczyć MAE swoich danych, musisz najpierw obliczyć sumę błędów bezwzględnych (SAE). Wzór na SAE to
co może wydawać się mylące na początku, jeśli nie jesteś przyzwyczajony do notacji sigma. Jednak sama procedura jest dość prosta.
Odejmij prawdziwą wartość (oznaczoną przezxt) od wartości mierzonej (oznaczonej przezxja), prawdopodobnie generując wynik negatywny w zależności od punktów danych. Weź wartość bezwzględną wyniku, aby wygenerować liczbę dodatnią. Na przykład, jeślixja ma 5 lat ixt wynosi 7:
Powtórz ten proces dla każdego zestawu pomiarów i prognoz w Twoich danych. Liczba zestawów jest oznaczona przezniew formule, z
wskazując, że proces rozpoczyna się od pierwszego zestawu (ja= 1) i powtarza łącznienieczasy. W poprzednim przykładzie załóżmy, że poprzednio użyte punkty były jedną z 10 par punktów danych. Oprócz 2 wygenerowanych wcześniej, pozostałe zestawy punktów generują wartości bezwzględne 1, 4, 3, 4, 2, 6, 3, 2 i 9.
Po obliczeniu SAE musisz znaleźć średnią lub średnią wartość błędów bezwzględnych. Użyj formuły
aby uzyskać ten wynik. Możesz również zobaczyć dwie formuły połączone w jedną, która wygląda jak
ale nie ma między nimi żadnej funkcjonalnej różnicy.
Podziel swój SAE przeznie, co jak wspomniano powyżej jest całkowitą liczbą zestawów punktów w Twoich danych. Kontynuując poprzedni przykład, daje nam to
W razie potrzeby zaokrąglij swoją sumę do określonej liczby cyfr znaczących. W powyższym przykładzie nie ma takiej potrzeby, ale obliczenia zawierające liczby, takie jak MAE = 2,34678361 lub powtarzająca się liczba, mogą wymagać zaokrąglenia do czegoś łatwiejszego w zarządzaniu, np. MAE = 2,347. Liczba użytych cyfr końcowych zależy od osobistych preferencji i specyfikacji technicznej wykonywanej pracy.