Como calcular smape em r

O erro percentual médio absoluto simétrico (SMAPE) é usado para medir a precisão preditiva dos modelos. É calculado da seguinte forma:

SMAPE = (1/n) * Σ(|previsão – real| / ((|real| + |previsão|)/2) * 100

Ouro:

• Σ – um símbolo que significa “soma”
• n – tamanho da amostra
• real – o valor real dos dados
• previsão – o valor esperado dos dados

Quanto menor o valor do SMAPE, melhor será a precisão preditiva de um determinado modelo.

Este tutorial explica dois métodos diferentes que você pode usar para calcular SMAPE em R.

Método 1: Use smape() do pacote Metrics

Uma maneira de calcular SMAPE em R é usar a função smape() do pacote Metrics :

 library (Metrics)

#define actual values
actual <- c(12, 13, 14, 15, 15, 22, 27)

#define forecasted values
forecast <- c(11, 13, 14, 14, 15, 16, 18)

#calculate SMAPE
smape(actual, forecast)

[1] 0.1245302

Podemos ver que o erro percentual absoluto médio simétrico para este modelo é de 12,45% .

Método 2: Escreva sua própria função

Outra forma de calcular o SMAPE é criar nossa própria função da seguinte forma:

 find_smape <- function (a, f) {
  return ( 1 /length(a) * sum( 2 *abs(fa) / (abs(a)+abs(f))* 100 ))
}

Podemos então usar esta função para calcular o SMAPE entre um vetor de valores reais e valores previstos:

 #define actual values
actual <- c(12, 13, 14, 15, 15,22, 27)

#define forecasted values
forecast <- c(11, 13, 14, 14, 15, 16, 18)

#calculate SMAPE
find_smape(actual, forecast)

[1] 12.45302

Mais uma vez, o SMAPE é de 12,45% , o que corresponde aos resultados do exemplo anterior.

Recursos adicionais

Como calcular o MAPE em R
Como calcular MAD em R
Como calcular MAE em R
Como calcular RMSE em R
Como calcular MSE em R