În statistici, faceți prognoze pe baza datelor pe care le aveți la dispoziție. Din păcate, prognozele nu se potrivesc întotdeauna cu valorile reale generate de date. Cunoașterea diferenței dintre prognoze și valorile reale ale datelor dvs. este utilă, deoarece vă poate ajuta să rafinați previziunile viitoare și să le faceți mai precise. Pentru a afla cât de multă diferență există între prognozele dvs. și valoarea reală produsă, trebuie să calculați eroarea absolută medie (cunoscută și sub numele de MAE) a datelor.
Înainte de a putea calcula MAE-ul datelor dvs., trebuie mai întâi să calculați suma erorilor absolute (SAE). Formula pentru SAE este
care poate părea confuz la început dacă nu sunteți obișnuiți cu notația sigma. Cu toate acestea, procedura reală este destul de simplă.
Scădeți valoarea adevărată (semnificată deXt) din valoarea măsurată (semnificată deXeu), generând posibil un rezultat negativ în funcție de punctele dvs. de date. Luați valoarea absolută a rezultatului pentru a genera un număr pozitiv. De exemplu, dacăXeu este 5 șiXt este 7:
Repetați acest proces pentru fiecare set de măsurători și prognoze din datele dvs. Numărul de seturi este semnificat denîn formulă, cu
indicând faptul că procesul începe de la primul set (eu= 1) și repetă în totalnori. În exemplul anterior, presupuneți că punctele anterioare utilizate erau una din 10 perechi de puncte de date. În plus față de cele 2 generate anterior, seturile de puncte rămase generează valori absolute de 1, 4, 3, 4, 2, 6, 3, 2 și 9.
Odată ce calculați SAE, trebuie să găsiți media sau valoarea medie a erorilor absolute. Folosiți formula
pentru a obține acest rezultat. Puteți vedea, de asemenea, cele două formule combinate într-o singură, care arată ca.
dar nu există nicio diferență funcțională între cele două.
Împărțiți-vă SAE cun, care, după cum sa menționat mai sus, este numărul total de seturi de puncte din datele dvs. Continuând cu exemplul anterior, acest lucru ne oferă
Dacă este necesar, rotunjiți numărul total la un număr stabilit de cifre semnificative. Nu este nevoie de acest lucru în exemplul folosit mai sus, dar un calcul care să furnizeze cifre precum MAE = 2.34678361 sau o cifră repetată poate necesita rotunjire la ceva mai ușor de gestionat, cum ar fi MAE = 2.347. Numărul de cifre finale utilizate depinde de preferințele personale și de specificațiile tehnice ale muncii pe care o faceți.