Excel တွင် mean absolute error ကို တွက်ချက်နည်း ( အဆင့်ဆင့် )

ကိန်းဂဏန်းစာရင်းဇယားများတွင် ဆိုလိုသည်မှာ အကြွင်းမဲ့အမှား (MAE) သည် ပေးထားသော မော်ဒယ်တစ်ခု၏ တိကျမှုကို တိုင်းတာသည့်နည်းလမ်းဖြစ်သည်။ အောက်ပါအတိုင်း တွက်ချက်သည်။

MAE = (1/n) * Σ|y _i – x _i |

ရွှေ-

• Σ- “ ပေါင်း” ဟု အဓိပ္ပာယ်ရသော ဂရိသင်္ကေတ
• y _i : ^ith observation အတွက် မှတ်သားထားသောတန်ဖိုး
• x _i : ^ith observation အတွက် ခန့်မှန်းတန်ဖိုး
• n- လေ့လာတွေ့ရှိချက် စုစုပေါင်းအရေအတွက်

အောက်ဖော်ပြပါ အဆင့်ဆင့် ဥပမာသည် Excel တွင် ပျမ်းမျှ အမှားအယွင်းကို တွက်ချက်နည်းကို ပြသထားသည်။

အဆင့် 1: ဒေတာကိုထည့်ပါ။

ဦးစွာ၊ သီးခြားကော်လံနှစ်ခုတွင် စောင့်ကြည့်လေ့လာပြီး ခန့်မှန်းထားသော တန်ဖိုးများစာရင်းကို ထည့်ကြပါစို့။

မှတ်ချက်- ခန့်မှန်းတန်ဖိုးများကိုတွက်ချက်ရန် regression model ကိုအသုံးပြုနည်းကိုလေ့လာရန် လိုအပ်ပါက ဤသင်ခန်းစာကို အသုံးပြုပါ။

အဆင့် 2- လုံးဝခြားနားချက်များကို တွက်ချက်ပါ။

ထို့နောက်၊ လေ့လာထားသော နှင့် ခန့်မှန်းထားသော တန်ဖိုးများအကြား ပကတိကွာခြားချက်များကို တွက်ချက်ရန် အောက်ပါဖော်မြူလာကို အသုံးပြုပါမည်။

အဆင့် 3: MAE တွက်ချက်ပါ။

ထို့နောက်၊ ကျွန်ုပ်တို့သည် ပျမ်းမျှအကြွင်းမဲ့အမှားကို တွက်ချက်ရန် အောက်ပါဖော်မြူလာကို အသုံးပြုပါမည်။

ပျမ်းမျှအကြွင်းမဲ့အမှား (MAE) သည် 2.5625 ဖြစ်လာသည်။

၎င်းသည် စောင့်ကြည့်လေ့လာထားသော တန်ဖိုးများနှင့် ခန့်မှန်းထားသော တန်ဖိုးများအကြား ပျမ်းမျှ ပကတိအကြွင်းမဲ့ ကွာခြားချက်မှာ 2.5625 ဖြစ်သည်။

ယေဘူယျအားဖြင့်၊ MAE တန်ဖိုးနိမ့်လေ၊ မော်ဒယ်တစ်ခုသည် ဒေတာအစုံနှင့် အံဝင်ခွင်ကျဖြစ်နိုင်လေဖြစ်သည်။ မတူညီသော မော်ဒယ်နှစ်ခုကို နှိုင်းယှဉ်သောအခါ၊ ဒေတာအတွဲတစ်ခုနှင့် အသင့်တော်ဆုံးမည်သည်တို့ကို ရှာဖွေသိရှိနိုင်ရန် မော်ဒယ်တစ်ခုစီ၏ MAE ကို နှိုင်းယှဉ်နိုင်ပါသည်။

ဘောနပ်စ်- စောင့်ကြည့်လေ့လာပြီး ခန့်မှန်းထားသော တန်ဖိုးများစာရင်းအတွက် MAE ကို အလိုအလျောက် တွက်ချက်ရန် ဤဆိုလိုသော အကြွင်းမဲ့ အမှားဂဏန်းတွက်စက်ကို အသုံးပြုရန် အားမနာပါ။

ထပ်လောင်းအရင်းအမြစ်များ

Excel တွင် MAPE တွက်ချက်နည်း
Excel တွင် SMAPE တွက်ချက်နည်း