Erro de previsão

Os cálculos de erro de previsão fornecem uma estimativa quantitativa da qualidade das previsões anteriores, e uma ampla variedade de cálculos está disponível para ajudar você a expressar estatisticamente a precisão de uma previsão.

A tabela a seguir contém os cálculos de erro de previsão padrão.

Name (Nome)	Descrição	Cálculo
Viés	Viés é um erro consistente que faz com que uma previsão seja muito alta ou muito baixa. Uma previsão é enviesada quando há uma diferença consistente entre a demanda real e a prevista nas previsões atuais e históricas. Esse cálculo retorna o erro de previsão, medindo sobreprevisões ou subprevisões consistentes.	(Sum actuals - Sum forecast) / Sum actuals
Média	A média aritmética de um grupo de valores.	Average(values)
Desvio absoluto médio (MAD)	O MAD mostra o tamanho médio de um erro na previsão. No entanto, como o MAD retorna o erro médio em unidades, às vezes ele não é muito útil para comparações. O MAD é a média dos valores absolutos dos desvios entre os valores observados e os valores esperados.	Average(Abs(forecast - actual))
Erro percentual absoluto médio (MAPE)	O MAPE expressa o erro de previsão em relação ao volume de vendas. Basicamente, ele informa em quantos pontos percentuais em média as previsões estão erradas. O MAPE talvez seja a métrica de previsão mais usada no planejamento da demanda.	O MAPE é calculado dividindo-se o MAD pela demanda média e multiplicando-se o resultado por 100. (1 / sample size) × ∑((actual - forecast) / actual) × 100
Erro escalado absoluto médio (MASE)	O MASE é o erro absoluto médio dos valores previstos, dividido pelo erro absoluto médio da previsão simples baseada na amostra. O MASE é o cálculo recomendado para determinar a precisão comparativa das previsões.	Average(Abs(forecast - actual)) / ((1 / sample size) × ∑((actual - forecast) / actual))
Erro quadrático médio (MSE)	O MSE mede a diferença quadrática média entre os valores previstos e os valores efetivos. Divida a soma dos resíduos pelo número total de pontos de dados e, em seguida, obtenha a raiz quadrada do quociente.	(1 / sample size) × Σ(actual - forecast)2
Sinal de rastreamento	Esse cálculo mede o viés persistente, seja de subprevisão ou superprevisão. O sinal de rastreamento é a razão entre a soma algébrica cumulativa do desvio entre previsões e os valores reais e o desvio absoluto médio. Esse cálculo pode ser usado para alertar quando o modelo de previsão apresentar um víes.	Razão entre a soma cumulativa dos erros de previsão (os desvios entre as previsões estimadas e os valores reais) e o desvio absoluto médio. O desvio absoluto médio é a razão entre a soma absoluta cumulativa dos erros de previsão (valores reais e previstos) e o número de períodos.
Erro percentual absoluto médio ponderado (WMAPE)	O WMAPE pondera o erro de previsão pela demanda real. Ele atribui um peso ao item priorizado, direcionando o erro de previsão para ele. Como o MAPE não leva em conta possíveis diferenças de prioridade entre produtos ou momentos no tempo, o WMAPE é frequentemente usado.	∑ (weight|forecast – actual demand|) / ∑ (weight|actual demand|)