วิธีการคำนวณ mape แบบถ่วงน้ำหนักใน excel

หนึ่งในหน่วยเมตริกที่ใช้กันมากที่สุดในการวัดความแม่นยำในการคาดการณ์ของแบบจำลองคือ MAPE ซึ่งหมายถึง เปอร์เซ็นต์ข้อผิดพลาดเฉลี่ยสัมบูรณ์

สูตรคำนวณ MAPE มีดังนี้:

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

ทอง:

• Σ – สัญลักษณ์แฟนซีหมายถึง “ผลรวม”
• n – ขนาดตัวอย่าง
• real – มูลค่าที่แท้จริงของข้อมูล
• พยากรณ์ – ค่าที่คาดหวังของข้อมูล

MAPE มักใช้เพราะง่ายต่อการตีความและอธิบาย ตัวอย่างเช่น ค่า MAPE 8% หมายความว่าความแตกต่างโดยเฉลี่ยระหว่างค่าที่คาดการณ์กับค่าจริงคือ 8%

อย่างไรก็ตาม MAPE ทำงานได้ไม่ดีเมื่อมีข้อมูลปริมาณน้อย ตัวอย่างเช่น หากความต้องการจริงสำหรับสินค้าคือ 2 และการคาดการณ์คือ 1 ค่าความผิดพลาดเปอร์เซ็นต์สัมบูรณ์จะเป็น |2-1| / |2| = 50% ซึ่งทำให้การคาดการณ์คลาดเคลื่อนค่อนข้างสูง แม้ว่าการคาดการณ์จะปิดไปเพียง 1 หน่วยเท่านั้น

ดังนั้น ทางเลือกอื่นสำหรับ MAPE คือ MAPE แบบถ่วงน้ำหนัก ซึ่งมีการคำนวณดังนี้:

MAPE แบบถ่วงน้ำหนัก = Σ(|จริง – พยากรณ์| / |จริง|) * 100 * จริง / Σ(จริง)

ด้วยการถ่วงน้ำหนักเปอร์เซ็นต์ข้อผิดพลาดตามปริมาตร เราจะเข้าใจข้อผิดพลาดที่แท้จริงได้ดีขึ้น

บทช่วยสอนนี้จะอธิบายวิธีการคำนวณ MAPE แบบถ่วงน้ำหนักใน Excel

ตัวอย่าง: MAPE แบบถ่วงน้ำหนักใน Excel

ในการคำนวณ MAPE แบบถ่วงน้ำหนักใน Excel เราสามารถทำตามขั้นตอนต่อไปนี้:

ขั้นตอนที่ 1: ป้อนค่าจริงและค่าที่คาดการณ์ในสองคอลัมน์แยกกัน

ขั้นตอนที่ 2: คำนวณข้อผิดพลาดแบบถ่วงน้ำหนักสำหรับแต่ละแถว

โปรดจำไว้ว่าข้อผิดพลาดแบบถ่วงน้ำหนักได้รับการคำนวณดังนี้: |คาดการณ์จริง| / |จริง| *100* จริง เราจะใช้สูตรนี้เพื่อคำนวณข้อผิดพลาดแบบถ่วงน้ำหนักสำหรับแต่ละแถว

คอลัมน์ D แสดงข้อผิดพลาดแบบถ่วงน้ำหนัก และคอลัมน์ E แสดงสูตรที่เราใช้:

เราจะทำซ้ำสูตรนี้ในแต่ละแถว:

ขั้นตอนที่ 3: ค้นหาผลรวมของค่าจริง

ขั้นตอนที่ 4: คำนวณ MAPE แบบถ่วงน้ำหนัก

สุดท้ายนี้ เราจะคำนวณ MAPE แบบถ่วงน้ำหนักโดยการหารข้อผิดพลาดแบบถ่วงน้ำหนักทั้งหมดด้วยผลรวมของค่าจริง:

MAPE ที่ถ่วงน้ำหนักกลายเป็น 5.92 %

แหล่งข้อมูลเพิ่มเติม

วิธีการคำนวณค่าเฉลี่ยเปอร์เซ็นต์ข้อผิดพลาดสัมบูรณ์ (MAPE) ใน Excel
วิธีการคำนวณข้อผิดพลาด Mean Square (MSE) ใน Excel