Como interpretar valores mape
Uma das métricas mais comumente usadas para medir a precisão da previsão de um modelo é o erro percentual médio absoluto , geralmente abreviado como MAPE .
É calculado da seguinte forma:
MAPE = (1/n) * Σ(|real – previsão| / |real|) * 100
Ouro:
- Σ – Um símbolo que significa “soma”
- n – Tamanho da amostra
- real – O valor real dos dados
- previsão – O valor previsto dos dados
MAPE é comumente usado porque é fácil de interpretar. Por exemplo, um valor MAPE de 14% significa que a diferença média entre o valor previsto e o valor real é de 14%.
O exemplo a seguir mostra como calcular e interpretar um valor MAPE para um determinado modelo.
Exemplo: interpretar o valor MAPE para um determinado modelo
Suponha que uma rede de supermercados esteja construindo um modelo para prever vendas futuras. O gráfico a seguir mostra as vendas reais e as vendas previstas do modelo para 12 períodos de vendas consecutivos:
Podemos usar a seguinte fórmula para calcular o erro percentual absoluto de cada previsão:
- Porcentagem de erro absoluto = |previsão real| / |real| *100
Podemos então calcular a média das porcentagens de erro absoluto:
O MAPE para este modelo é de 5,12% .
Isso nos diz que o erro percentual absoluto médio entre as vendas previstas pelo modelo e as vendas reais é de 5,12% .
Determinar se este é um bom valor para o MAPE depende dos padrões da indústria.
Se a indústria alimentar padrão produzir um modelo MAPE de 2%, então este valor de 5,12% poderá ser considerado elevado.
Por outro lado, se a maioria dos modelos de previsão de supermercados da indústria produzem valores MAPE entre 10% e 15%, então um valor MAPE de 5,12% pode ser considerado baixo e este modelo pode ser considerado excelente para prever vendas futuras.
Comparação de valores MAPE de diferentes modelos
O MAPE é particularmente útil para comparar o ajuste de diferentes modelos.
Por exemplo, suponha que uma cadeia de supermercados queira criar um modelo para prever vendas futuras e queira encontrar o melhor modelo possível entre vários modelos potenciais.
Vamos supor que eles correspondam a três modelos diferentes e encontrem seus valores MAPE correspondentes:
- MAPE do Modelo 1: 14,5%
- Modelo 2 MAPE: 16,7%
- Modelo 3 MAPE: 9,8%
O Modelo 3 tem o valor MAPE mais baixo, o que nos diz que é capaz de prever vendas futuras com a maior precisão entre os três modelos potenciais.
Recursos adicionais
Como calcular o MAPE no Excel
Como calcular o MAPE em R
Como calcular MAPE em Python
Calculadora MAPE