預測錯誤

預測錯誤計算可提供過去預測品質的量化估計，並提供廣泛的計算以協助您以統計方式表達預測的準確性。

下表包含標準預測錯誤計算。

名稱	描述	計算
偏差	偏差是一致性錯誤，會導致預測過高或太低。如果目前與歷史預測中的實際需求與預測需求之間存在一致的差異，則預測會存在偏差。此計算會返回預測誤差，測量持續超過或低於預測。	(Sum actuals - Sum forecast) / Sum actuals
Mean	一組值的算術平均值。	Average(values)
平均絕對偏差 (MAD)	MAD 顯示預測中的平均誤差有多大。但是，由於 MAD 以單位傳回平均誤差，因此有時對於比較來說不是很有用。MAD 是觀測值和預期值之間偏差之絕對值的平均值。	Average(Abs(forecast - actual))
平均絕對百分比誤差 (MAPE)	MAPE 表示相對於銷量的預測誤差。它基本上告訴您預測平均偏離了多少個百分點。MAPE 可能會是規劃需求時最常用的預測指標。	MAPE 的運輸方法是獲取 MAD，除以平均需求，然後乘以 100。 (1 / sample size) × ∑((actual - forecast) / actual) × 100
平均絕對比例誤差 (MASE)	MASE 是預測值的平均絕對誤差除以樣本中樸素預測的平均絕對誤差。MASE 是確定預測相對準確性的建議計算方式。	Average(Abs(forecast - actual)) / ((1 / sample size) × ∑((actual - forecast) / actual))
均方誤差 (MSE)	MSE 測量預測值與實際值之間的均方差。將殘差的總和除以資料點的總數，然後取商的平方根。	(1 / sample size) × Σ(actual - forecast)2
追蹤訊號	此計算測量持續偏差，無論是預測不足還是過度預測。追蹤信號是預測值和實際值之間的偏差累積代數總和與平均絕對偏差的比率。您可以使用此計算在預測模型出現偏差時提醒您。	預測誤差累計總和 (預估預測與實際值之間的偏差) 與平均絕對偏差的比率。平均絕對偏差是預測誤差 (預測值與實際值) 累計絕對總和與週期數的比率。
加權平均絕對百分比誤差 (WMAPE)	WMAPE 依實際需求對預測誤差進行加權。它對優先項目賦予權重，使預測誤差偏向它。由於 MAPE 沒有考慮產品或時刻之間可能的優先順序差異，因此通常使用 WMAPE。	∑ (weight|forecast – actual demand|) / ∑ (weight|actual demand|)