Kalkulator dokładności prognozy
Wklej wartości rzeczywiste i prognozowane w tej samej kolejności, aby porównać pięć popularnych miar błędu.
Wartości rzeczywiste i prognozowane
Zbieżne linie oznaczają mniejsze błędy dla pokazanych okresów; o wyborze miary decyduje cel porównania.
Błędy dla kolejnych okresów
| Okres | Rzeczywiste | Prognoza | Błąd | |Błąd| | APE (%) |
|---|---|---|---|---|---|
| Ustaw pola powyżej — wynik policzy się na tej stronie. | |||||
Jak korzystać z tej strony?
- Wklej równe liczby wartości rzeczywistych i prognozowanych.
- Porównaj MAE, RMSE, MAPE, sMAPE oraz MASE.
- Przejrzyj wykres i błędy dla poszczególnych okresów.
Czego ta strona nie robi: MAPE nie jest określone dla rzeczywistego zera, a MASE wymaga zmienności kolejnych wartości rzeczywistych. Miary opisują podaną próbę i nie gwarantują jakości przyszłych prognoz.
Gdzie doczytać
Teoria — jak mierzy się dokładność prognozy?
Dokładność prognozy można zmierzyć na kilka sposobów, a każdy inaczej traktuje błędy. MAE wyraża błąd w jednostkach danych i każdemu odchyleniu przypisuje taką samą wagę, podczas gdy RMSE silniej karze duże pomyłki, a MAPE jest łatwe do komunikowania, lecz zawodzi, gdy wartość rzeczywista wynosi zero. sMAPE radzi sobie z tym problemem, skalując błąd sumą wartości bezwzględnych prognozy i wartości rzeczywistej. Żadna z miar nie jest uniwersalnie najlepsza — wybór zależy od charakteru danych.
Najczęstsze pytania
Która miara prognozy jest najlepsza?
Dlaczego MAPE może być puste?
Zobacz także
ANOVA z powtarzanymi pomiarami — kalkulator
Porównaj średnie od dwóch do czterech warunków mierzonych u tych samych osób.
Analiza czynnikowa — kalkulator ładunków
Wyodrębnij od jednego do trzech czynników z macierzy korelacji i sprawdź ładunki, wspólności oraz swoistości.
Centralne twierdzenie graniczne — symulator
Losuj próby z własnej populacji i zobacz rozkład ich średnich oraz błąd standardowy.