Előrejelzési hiba mérése Mi ez és hogyan számítják ki
A Wikipedia a mérési hibát úgy definiálja különbség a mért érték és a valós érték között. Ha ezt az üzleti környezetbe szállítjuk, a kereslet-előrejelzéseinkben és a legáltalánosabb értelemben meghatározhatjuk az előrejelzési hibát az előrejelzett és a tényleges érték összehasonlításaként.
Mit fog találni?
Az előrejelzési hiba, mi ez, hogyan számítják ki és milyen intézkedésekkel hajtják végre; a mai téma Igény-előrejelzések.
Ezt szem előtt tartva az előrejelzési hibát a következők adnák:
Előrejelzési hiba = Tényleges igény - előrejelzési érték
Miért kell kiszámítani az előrejelzési hibát
Mi haszna a számításnak a kereslet-előrejelzési hiba? Számítása lehetővé teszi számunkra, hogy ellene döntsünk melyik előrejelzési módszer a legjobb és sikerül észlelniük, ha a kereslet-előrejelzésünkben valami nem megy jól, amellyel sikerül megváltoztatni döntéseink menetét a legjobb választás érdekében.
Mi az előrejelzési hiba oka
Van két az előrejelzések hibaforrásai: Elfogult és véletlenszerű.
Az elsőt, amelyet szisztematikusnak is neveznek, állandó hiba okozza, például a kereslet téves értelmezése, rossz változók használatával vagy rossz kapcsolatokkal. Az ilyen típusú hibákat az üzemeltetési menedzser szakértelmének megfelelően minimalizálni fogják.
A véletlenszerű hiba az, amelyre nincs magyarázat, vagyis a kiszámíthatatlan tényezők által okozott hiba, és ezért nem ismert, hogy mi okozza azt.
Az előrejelzési hibák összesített összege (CFE)
Ez a legalapvetőbb mérték az összes közül, és ez adja a többieket. Ez az előrejelzési hibák összesített összege. Lehetővé teszi számunkra értékelje az előrejelzés torzítását. Például, ha az időszakokon keresztül a kereslet valós értéke mindig magasabb, mint az előrejelzett érték, akkor a CFE nagyobb lesz, jelezve a szisztematikus hiba a számításban Igény szerint.
Átlagos abszolút eltérés (MAD)
Mérje meg a előrejelzési hiba terjedése vagy másképp fogalmazva, a hiba nagyságának mértékét egységekben. Ez a tényleges kereslet és az előrejelzés közötti különbség abszolút értéke, elosztva az időszakok számával.
Négyzet alapértelmezett hibája (MSE)
Mint a DAM, a Az MSE az előrejelzési hibák terjedésének mértéke, Ez az intézkedés azonban maximalizálja a négyzetre osztás hibáját, megbünteti azokat az időszakokat, ahol a különbség magasabb volt a többiekhez képest. Következésképpen az MSE használata ajánlott kis eltérésekkel járó időszakokra.
Abszolút átlagos százalékos hiba (MAPE)
A MAPE megadja nekünk a százalékos eltérés és nem olyan egységekben, mint az előző mérések. Ez a tényleges kereslet és az előrejelzés közötti abszolút hiba vagy különbség átlaga, a tényleges értékek százalékában kifejezve.
Más szerzők hívják Az abszolút átlagos hiba (PEMA) százaléka vagy úgy kezelik, mint az EPAM-ot.
MAD/MEAN, GMRAE és SMAPE előrejelzési hiba
Vannak más kevésbé gyakori előrejelzési hibamértékek, általában a MAPE és a MAD variációk. A MAD/MEAN szakaszos és kis mennyiségű adatokra hat, míg a GMRAE-t használják a mintán kívüli előrejelzés hibájának mértékének értékelésére.
Az előrejelzési hibamértékek kiszámítása
Ebben az előrejelzési hibapéldában a vállalatot vesszük IngE televíziókat értékesít, és az egész évre szóló kereslete a következő volt: