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

Add a Comment

O seu endereço de email não será publicado. Campos obrigatórios marcados com *