วิธีการตีความค่า mape

หนึ่งในหน่วยเมตริกที่ใช้กันมากที่สุดในการวัดความแม่นยำในการคาดการณ์ของแบบจำลองคือ ค่าความคลาดเคลื่อนเปอร์เซ็นต์สัมบูรณ์เฉลี่ย ซึ่งมักเรียกสั้นว่า MAPE

มีการคำนวณดังนี้:

MAPE = (1/n) * Σ(|จริง – คาดการณ์| / |จริง|) * 100

ทอง:

• Σ – สัญลักษณ์ที่หมายถึง “ผลรวม”
• n – ขนาดตัวอย่าง
• จริง – มูลค่าที่แท้จริงของข้อมูล
• พยากรณ์ – ค่าที่คาดการณ์ของข้อมูล

MAPE มักใช้เพราะง่ายต่อการตีความ ตัวอย่าง เช่น ค่า MAPE 14% หมายความว่าความแตกต่างโดยเฉลี่ยระหว่างค่าที่คาดการณ์กับค่าจริงคือ 14%

ตัวอย่างต่อไปนี้แสดงวิธีคำนวณและตีความค่า MAPE สำหรับแบบจำลองที่กำหนด

ตัวอย่าง: ตีความค่า MAPE สำหรับโมเดลที่กำหนด

สมมติว่าเครือร้านขายของชำกำลังสร้างแบบจำลองเพื่อคาดการณ์ยอดขายในอนาคต แผนภูมิต่อไปนี้แสดงยอดขายจริงของโมเดลและยอดขายที่คาดการณ์สำหรับช่วงการขายติดต่อกัน 12 ช่วง:

เราสามารถใช้สูตรต่อไปนี้เพื่อคำนวณเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์ของการคาดการณ์แต่ละครั้ง:

• เปอร์เซ็นต์ข้อผิดพลาดสัมบูรณ์ = |การคาดการณ์จริง| / |จริง| *100

จากนั้นเราสามารถคำนวณค่าเฉลี่ยของเปอร์เซ็นต์ข้อผิดพลาดสัมบูรณ์ได้:

MAPE สำหรับรุ่นนี้กลายเป็น 5.12%

สิ่งนี้บอกเราว่าเปอร์เซ็นต์ข้อผิดพลาดสัมบูรณ์โดยเฉลี่ยระหว่างยอดขายที่คาดการณ์ด้วยแบบจำลองและยอดขายจริงคือ 5.12%

การพิจารณาว่านี่เป็น มูลค่าที่ดีสำหรับ MAPE หรือไม่นั้นขึ้นอยู่กับมาตรฐานอุตสาหกรรม

หากอุตสาหกรรมอาหารมาตรฐานสร้างแบบจำลองที่มีค่า MAPE อยู่ที่ 2% ค่านี้ที่ 5.12% ก็ถือว่าสูง

ในทางกลับกัน หากแบบจำลองการคาดการณ์ของชำในอุตสาหกรรมส่วนใหญ่สร้างค่า MAPE ระหว่าง 10% ถึง 15% ค่า MAPE ที่ 5.12% ก็ถือว่าต่ำ และโมเดลนี้ถือว่าดีเยี่ยมสำหรับการคาดการณ์ยอดขายในอนาคต

การเปรียบเทียบค่า MAPE ของรุ่นต่างๆ

MAPE มีประโยชน์อย่างยิ่งสำหรับการเปรียบเทียบความพอดีของรุ่นต่างๆ

ตัวอย่างเช่น สมมติว่าเครือร้านขายของชำต้องการสร้างแบบจำลองเพื่อคาดการณ์ยอดขายในอนาคต และต้องการค้นหาแบบจำลองที่ดีที่สุดเท่าที่จะเป็นไปได้จากแบบจำลองที่เป็นไปได้หลายแบบ

สมมติว่าโมเดลเหล่านี้ตรงกับโมเดลสามแบบที่แตกต่างกันและค้นหาค่า MAPE ที่สอดคล้องกัน:

• MAPE ของโมเดล 1: 14.5%
• รุ่น 2 MAPE: 16.7%
• รุ่น 3 MAPE: 9.8%

โมเดล 3 มีค่า MAPE ต่ำสุด ซึ่งบอกเราว่าสามารถคาดการณ์ยอดขายในอนาคตด้วยความแม่นยำสูงสุดในบรรดาโมเดลที่เป็นไปได้ทั้งสามแบบ

แหล่งข้อมูลเพิ่มเติม

วิธีการคำนวณ MAPE ใน Excel
วิธีการคำนวณ MAPE ใน R
วิธีการคำนวณ MAPE ใน Python
เครื่องคิดเลข MAPE