Innehåll
I statistik gör du prognoser baserade på de data du har tillgängliga. Tyvärr matchar inte prognoserna alltid de faktiska värden som genereras av data. Att känna till skillnaden mellan prognoserna och de verkliga värdena på dina data är användbar eftersom det kan hjälpa dig att förfina framtida prognoser och göra dem mer exakta. För att ta reda på hur stor skillnad det finns mellan dina prognoser och det faktiska producerade värdet måste du beräkna det genomsnittliga absoluta felet (även känt som MAE) för data.
Beräkna SAE
Innan du kan beräkna MAE för dina data måste du först beräkna summan av absoluta fel (SAE). Formeln för SAE är Σni = 1| xjag - xt|, vilket kan verka förvirrande först om du inte brukade sigma notation. Det faktiska förfarandet är dock ganska enkelt.
Subtrahera det verkliga värdet (betecknas med xt) från det uppmätta värdet (betecknat med xjag), eventuellt genererar ett negativt resultat beroende på dina datapunkter. Ta absolutvärdet för resultatet för att generera ett positivt tal. Som exempel, om xjag är 5 och xt är 7, 5 - 7 = -2. Det absoluta värdet på -2 (betecknat med | -2 |) är 2.
Upprepa denna process för varje uppsättning mätningar och prognoser i dina data. Antalet uppsättningar betecknas med n i formeln med Σn i = 1 indikerar att processen startar vid den första uppsättningen (i = 1) och upprepas totalt n gånger. I det föregående exemplet antar du att de tidigare punkterna som användes var ett av 10 par datapunkter. Förutom de två som genererats tidigare genererar de återstående punktsatserna absoluta värden på 1, 4, 3, 4, 2, 6, 3, 2 och 9.
Lägg till de absoluta värdena tillsammans för att generera din SAE. Som exempel ger detta oss SAE = 2 + 1 + 4 + 3 + 4 + 2 + 6 + 3 + 2 + 9, vilket när vi lägger till tillsammans ger oss en SAE på 36.
Beräkna MAE
När du beräknar SAE måste du hitta medelvärdet eller medelvärdet för de absoluta felen. Använd formeln MAE = SAE ÷ n för att få detta resultat. Du kan också se de två formlerna kombinerade till en, som ser ut som MAE = (Σni = 1| xjag - xt|) ÷ n, men det finns ingen funktionell skillnad mellan de två.
Dela din SAE med n, vilket som nämnts ovan är det totala antalet poänguppsättningar i dina data. Fortsätter vi med föregående exempel ger detta oss MAE = 36 ÷ 10 eller 3,6.
Rund ditt totala antal till ett fast antal betydande siffror om det behövs. Det finns inget behov av detta i exemplet som används ovan, men en beräkning som ger siffror som MAE = 2.34678361 eller en upprepande siffra kan behöva avrundning till något mer hanterbart som MAE = 2.347. Antalet använda siffror beror på personliga preferenser och de tekniska specifikationerna för det arbete du gör.