ОЦЕНКА ТОЧНОСТИ ПРОГНОЗИРОВАНИЯ ВРЕМЕННЫХ РЯДОВ

В настоящее время самыми популярными критериями являются оценки ошибки прогнозирования MAE и MAPE

Вводятся следующие обозначения:

• N – число выполненных прогнозов;
• Y(t) – фактическое значение заданной функции в момент времени t;
• Y'(t) – прогнозируемое значение заданной функции в момент времени t.

MAPE – средняя абсолютная ошибка прогнозирования (в процентах):

где MAE – средняя ошибка прогнозирования:

Кроме указанных MAPE и MAE может использоваться ряд таких оценок, как:

• MSE – среднеквадратичная ошибка:
  
• RMSE – квадратный корень из среднеквадратичной ошибки:
  
• ME – средняя ошибка:
  
• SD – стандартное отклонение:
  

Так как точность прямо пропорциональна ошибке, то, точность прогноза в процентах вычисляется, как – 100% — MAPE;
Абсолютную точности прогноза оценивать не принято, т.к. для каждой конкретной задачи она может кардинально отличаться. Поэтому оценивают именно ошибку прогноза. Далее в статьях под ошибкой прогноза будет подразумеваться MAPE.

Автор: Чернядьев Леонид Валерьевич