Comment MAPE est-il utilisé dans les prévisions ?
Comment MAPE est-il utilisé dans les prévisions ?

Vidéo: Comment MAPE est-il utilisé dans les prévisions ?

Vidéo: Comment MAPE est-il utilisé dans les prévisions ?
Vidéo: Comment utiliser les prévisions de marchés ? 2024, Juillet
Anonim

L'erreur moyenne absolue en pourcentage ( CARTE ) est une mesure statistique de la précision d'un prévision système est. Il mesure cette précision en pourcentage et peut être calculé comme le pourcentage d'erreur absolu moyen pour chaque période moins les valeurs réelles divisées par les valeurs réelles.

De même, on peut se demander, qu'est-ce que MAPE dans la prévision ?

L'erreur moyenne absolue en pourcentage ( CARTE ), également connu sous le nom d'écart moyen absolu en pourcentage (MAPD), est une mesure de la précision de la prédiction d'un prévision méthode en statistique, par exemple en estimation de tendance, également utilisée comme fonction de perte pour les problèmes de régression en apprentissage automatique.

De plus, voulez-vous un MAPE élevé ou faible ? Depuis CARTE est une mesure d'erreur, haute Nombres sommes mauvais et meugler Nombres sommes bon. À des fins de déclaration, certaines entreprises volonté traduire cela en nombres de précision en soustrayant le CARTE à partir de 100.

De plus, qu'est-ce qu'un bon MAPE pour la prévision ?

Il est irresponsable de définir arbitrairement prévision objectifs de performance (tels que CARTE < 10 % est Excellent, CARTE < 20 % est Bon ) sans le contexte de la prévisibilité de vos données. Si vous êtes prévision pire qu'un naïf prévision (J'appellerais cela « mauvais »), alors clairement votre prévision processus doit être amélioré.

Pourquoi MAPE est-il utilisé ?

L'erreur moyenne absolue en pourcentage ( CARTE ) est l'un des plus répandus utilisé mesures de l'exactitude des prévisions, en raison de ses avantages d'indépendance d'échelle et d'interprétabilité. Cependant, CARTE présente l'inconvénient majeur de produire des valeurs infinies ou indéfinies pour des valeurs réelles nulles ou proches de zéro.

Conseillé: