Como calcular o erro médio absoluto em r

Nas estatísticas, o erro médio absoluto (MAE) é uma forma de medir a precisão de um determinado modelo. É calculado da seguinte forma:

MAE = (1/n) * Σ|y _i – x _i |

Ouro:

• Σ: Um símbolo grego que significa “soma”
• y _i : O valor observado para a ^i-ésima observação
• x _i : o valor previsto para a ^i-ésima observação
• n: O número total de observações

Podemos calcular o erro médio absoluto em R usando a função mae (real, prevista) do pacote Metrics .

Este tutorial fornece dois exemplos de como usar esse recurso na prática.

Exemplo 1: Calcule o erro absoluto médio entre dois vetores

O código a seguir mostra como calcular o erro absoluto médio entre um vetor de valores observados e um vetor de valores previstos:

 library (Metrics)

#define observed and predicted values
observed <- c(12, 13, 14, 15, 15, 22, 27, 29, 29, 30, 32)
predicted <- c(11, 13, 14, 14, 16, 19, 24, 30, 32, 36, 30)

#calculate mean absolute error between vectors
mae(observed, predicted)

[1] 1.909091

O erro absoluto médio (MAE) é 1,909 .

Isso nos diz que a diferença absoluta média entre os valores observados e os valores previstos é 1,909.

Exemplo 2: Calcular o erro médio absoluto para um modelo de regressão

O código a seguir mostra como ajustar um modelo de regressão em R e depois calcular o erro absoluto médio entre as previsões feitas pelo modelo e os valores reais de resposta observados:

 library (Metrics)

#create data
df <- data. frame (x1=c(1, 3, 3, 4, 4, 6, 6, 8, 9, 3),
                 x2=c(7, 7, 4, 10, 13, 12, 17, 19, 20, 34),
                 y=c(17, 18, 19, 20, 24, 28, 25, 29, 30, 32))

#view first six rows of data
head(df)

  x1 x2 y
1 1 7 17
2 3 7 18
3 3 4 19
4 4 10 20
5 4 13 24
6 6 12 28

#fit regression model
model <- lm(y~x1+x2, data=df)

#calculate MAE between predicted values and observed values
mae(df$y, predict(model))

[1] 1.238241

O erro absoluto médio (MAE) acabou sendo 1,238 .

Isso nos diz que a diferença absoluta média entre os valores observados e os valores previstos é 1,238.

Em geral, quanto menor o valor do MAE, melhor o modelo é capaz de ajustar um conjunto de dados. Quando comparamos dois modelos diferentes, podemos comparar o MAE de cada modelo para descobrir qual deles oferece o melhor ajuste a um conjunto de dados.

Recursos adicionais

Calculadora de erro médio absoluto
Como calcular o erro médio absoluto no Excel
Como calcular o erro médio absoluto em Python