问了解预测精度MAPE、WMAPE、WAPE？

EN

MAPE = 100* mean(|(Actual-forecast)/Actual|)

如果你查看网站https://robjhyndman.com/hyndsight/smape/和给出的例子，你会注意到所取的分母是预测，这是不正确的(应该是实际值)。通过这个公式，您可以看到MAPE不会对负错误施加比对正错误更重的惩罚。

WMAPE应用的权重实际上可能偏向于误差，这将使度量变得更糟。据我所知，WMAPE的权重是基于用例的。例如，您正在尝试预测损失，但损失百分比需要根据销售量进行加权，因为巨额销售的损失需要更好的预测。

在要预测的值非常低的情况下，应该使用MAD/Mean (也称为WAPE)。例如，如果某个特定周(可能是假日)的销售量为3台，而预测值为9台，那么MAPE将为200%。当你查看数周的数据时，这会使总的MAPE膨胀。

下面给出的链接包含用于误差测量http://www.forecastpro.com/Trends/forecasting101August2011.html的其他一些统计信息的详细信息

其余的我不是很确定，但我最近遇到了第一个问题的答案。请查看此网站- http://robjhyndman.com/hyndsight/smape/

这里给出的例子如下：

阿姆斯特朗和科洛比(1992)认为，MAPE“对超出实际值的预测施加了比低于实际值的更重的惩罚”。马克里达基斯(1993)提出了这样的论点，“高于实际值的相等误差会导致比低于实际值的预测更大的类人猿”。他提供了一个例子，其中yt=150和y^t=100的相对误差为50/150=0.33，而yt=100和y^t=150的相对误差为50/100=0.50。

• y^t ==

的估计值

WMAPE和MAPE是不同的度量标准。

MAPE是平均绝对百分比误差-这只是百分比误差的平均值。

WMAPE是加权平均绝对百分比误差=这是根据体积对误差进行加权，因此更加严格和可靠。

负误差不会影响计算，因为这都是绝对误差。这可能是因为所使用的分母是一个单独的辩论。

您可以从我们的网站https://valuechainplanning.com/download/24下载详细的演示文稿。这份文件可在https://valuechainplanning.com/upload/details/Forecast_Accuracy_Presentation.pdf下载。