予測誤差

予測誤差計算では、過去の予測の質を定量的に推定します。また、予測の精度を統計的に表すのに役立つさまざまな計算が用意されています。

次の表に、標準的な予測誤差計算を示します。

名前	説明	計算
Bias (バイアス)	バイアスとは、過大予測または過小予測の原因となる一貫した誤差です。現在の予測と過去の予測において、実際の需要と予測された需要に一貫した差異がある場合、予測にバイアスがかかります。この計算は、一貫した過大予測または過小予測を測定し、予測誤差を返します。	(Sum actuals - Sum forecast) / Sum actuals
Mean	値グループの算術平均。	Average(values)
平均絶対偏差 (MAD)	MAD は、予測誤差の平均的な大きさを示します。しかし、MAD は平均誤差を単位で返すため、比較にはあまり役に立たないこともあります。MAD は、観測値と期待値の間の平均絶対偏差です。	Average(Abs(forecast - actual))
平均絶対パーセント誤差 (MAPE)	MAPE は、販売量に関連する予測誤差を表します。基本的に、予測が平均して何パーセントポイント外れているかを示します。MAPE は、需要を計画する際に最も一般的に使用される予測メトリクスと言えます。	MAPE は MAD を平均需要で割り、100 を掛けることによって算出されます。 (1 / sample size) × ∑((actual - forecast) / actual) × 100
平均絶対スケーリング誤差 (MASE)	MASE は、予測値の平均絶対誤差を、サンプル内ネイティブ予測の平均絶対誤差で割ったものです。MASE は、予測の比較精度を決定するために推奨されている計算です。	Average(Abs(forecast - actual)) / ((1 / sample size) × ∑((actual - forecast) / actual))
平均二乗誤差 (MSE)	MSE は、推定値と実際の値の差の平均二乗誤差を測定します。残差の合計をデータポイントの総数で割り、その商の平方根を求めます。	(1 / sample size) × Σ(actual - forecast)2
トラッキングシグナル	この計算では、過小予測または過剰予測のいずれかの持続的なバイアスを測定します。トラッキングシグナルは、予測値と実際の値との偏差の累積代数和が平均絶対偏差に占める割合です。この計算を使用して、予測モデルにバイアスがかかっている場合にアラートを発信させることができます。	予測誤差の累積和 (推定予測と実際の値の偏差) が平均絶対偏差に占める割合。平均絶対偏差は、予測誤差 (予測値と実績の値) の絶対累積和が期間数に占める割合です。
加重平均絶対誤差率 (WMAPE)	WMAPE は、予測誤差を実際の需要に基づいて加重します。優先順位付けされた項目に重み付けし、予測誤差がその項目に偏るようにします。MAPE では、製品間や特定の時点における優先順位の違いが考慮されないため、WMAPE がよく使用されます。	∑ (weight|forecast – actual demand|) / ∑ (weight|actual demand|)