Eroare de evaluare a seriilor de timp prognoză
Lucrul cu publicații științifice, se confruntă cu o varietate de indicatori de eroare serii de timp de prognoză. Dintre toate eroare de predicție care apar estimează că este de remarcat faptul doi, care în prezent sunt cele mai populare: MAE și MAPE. Lăsați eroarea este diferența dintre:
,
unde Z (t) - valoarea reală a seriilor de timp, și - este prezis.
Apoi, formula pentru estimarea seriilor de timp pentru N rapoartele eroarea de predicție poate fi scrisă după cum urmează.
MAPE - eroarea medie absolută în procente
.
În cazul în care valorile efective ale seriilor de timp sunt aproape de 0, atunci numitorul va fi un număr foarte mic, ceea ce va face valoarea MAPE aproape la infinit - nu este în întregime corectă. De exemplu, prețul real al PCB = 0,01 ruble / MWh, o predictiva = 10 ruble / MWh, în timp ce MAPE = (0.01-10) /0.01 = 999%, dar în realitate nu suntem atât de mult greșit, doar 10 ruble / MWh. Pentru seriile, conținând valori apropiate de zero, următoarea estimare a erorii de predicție.
MAE - eroarea medie absolută
.
Pentru predicție prețul de evaluare de eroare PCB și LED-BR corect pentru a utiliza MAE.
8500). Pentru această valoare MAPE predicție = 1,5%. » În același timp, uita la articol, este posibil să se stabilească o impresie generală a puterii de eroare de predicție pentru care MAPE variază, de obicei, 1 - 5%; sau erori în prognoza prețului energiei electrice pentru MAPE care variază de la 5 la 15%, în funcție de perioada și piața. MAPE a primit valoare pentru propria lor prognoză, puteți estima cât de mare te pentru a prezice.
MSE - eroarea medie pătrată
.
RMSE - rădăcina pătrată a mediei pătrat de eroare
.
ME - eroarea medie
.
SD - deviație standard
, unde ME - are o eroare medie definită prin formula de mai sus.
Precizia de comunicare și de eroare de predicție
Precizia de predicție este conceptul de predicție eroare opusă. Dacă eroarea de predicție este mare, precizia este scăzută, și invers, dacă eroarea de predicție este mic, precizia este mare. În esență, scor MAPE eroare prognoză este valoarea inversă pentru precizia de predicție - relația este simplu.
precizie Previziuni în% = 100% - MAPE
Valoarea MAPE este o estimare cantitativă este o eroare. iar această valoare este clar pentru noi și spune despre acuratețea de predicție pe baza formulei de mai sus simplu. Astfel, estimarea erorii, apreciem întotdeauna precizia de prognoză.
Despre cum! te poveste interesantă afară!
Aici, desigur, ratele standard nu se va consulta. Dacă aveți un număr de staționare (de exemplu, valoarea medie nu este schimbat în mod substanțial), apoi se calculează valoarea reală medie pentru o anumită perioadă anterioară. Și se calculează valoarea medie a prezis. Și comparați-le (aici și pot fi obținute%). Desigur, corect pentru a apela acest lucru o evaluare este imposibil, dar este cel puțin unele estimări.
Și cum ai ieșit că prognoza este și faptul nu, nu. Cum te prognozarea lucrări de model?
Am vrut să spun că este o prognoză denominațiuni secțiune și tipuri de clienți, și se pare că o mulțime de diferite predicții, dar folosesc algoritmi diferite. Ai nevoie pentru a evalua fiecare algoritm. Se pare că aveți nevoie pentru a calcula un scor pentru fiecare secțiune sau de a evalua un prognostic global? Nu ar fi ca am dezvoltat cald cu moale? Iar dacă factor să ia în considerare pentru fiecare tăiere, cum apoi pentru a calcula acuratețea generală a prognozei?
Pentru a obține răspunsul, întrebarea este simplificată. Există 2 clienți și 3 alin. Apoi, va face un algoritm de prognoză 6 A, 6 predicții algoritm B.
Se pare că pentru fiecare client si fiecare denumire a prognoza O prognoză și B, precum și un fapt.
Apoi, puteți evalua modul convenabil: A MAPE prognoza, MAPE prognoza B, MAPE ambele prognoze, MAPE de valoarea nominală și clienții. Și toate acestea analiză heap. Precizia Per total depinde de ceea ce doriți să generalizăm (ce vrei sa spui prin comun). Tu sarcina este simplu, nu complica în cazul în care doar suficient pentru a face totul consecvent.