Calculateur d’erreur de prévision MAE et RMSE
Évaluer les valeurs réelles et les valeurs de prévision appariées avec les biais signés, les erreurs absolues et les pourcentages explicitement définis.
VOTRE CALCUL
Résultat
—
Étapes du calcul
Affichez les étapes une par une ou le calcul complet. Les étapes utilisent les valeurs que vous avez saisies.
Méthode de calcul
Définir l’erreur comme étant la prévision moins la réalité. Erreurs absolues moyennes pour MAE et erreurs carrées pour MSE, puis prendre sa racine carrée pour RMSE. Déclarez les pourcentages de mesures avec leurs règles zéro.
MAE=mean(|forecast−actual|); RMSE=sqrt(mean(error²)); bias=mean(forecast−actual)
Exemple détaillé
Pour les données réelles 100 120 , 80 et prévisions 110 115 , 75 , les erreurs sont +10 , −5 , −5 . MAE est 6,6667 , RMSE 7,0711 et biais zéro.
Hypothèses et précisions sur les données
1 – 200 observations appariées; chaque ligne est pondérée de la même façon. Le MAPE omet les données réelles = 0 et signale le nombre de données incluses; WAPE divise l’erreur absolue totale par la valeur réelle absolue totale, et n’est pas définie lorsque ce dénominateur est zéro. sMAPE utilise 200 | F−A | /( | A | + | F | ), avec une paire de deux paires zéro contribuant zéro. Les erreurs de pourcentage peuvent être instables près de zéro. Il s’agit de notes entrées-échantillon, non pas de validation croisée ou de garanties de précision futures.
Utiliser ce calculateur
Puis-je saisir mes propres données ?
Oui. Remplacez les valeurs de l’exemple par vos propres données. Le résultat, les étapes, les tableaux et les diagrammes disponibles se mettent à jour. Une valeur vide ou invalide efface le résultat ; les valeurs de l’exemple ne remplacent jamais les données manquantes.
Les résultats sont-ils exacts ?
Les calculs utilisent des nombres à virgule flottante et les résultats affichés sont arrondis. Consultez la formule, les hypothèses et la précision des données indiquée avant d’interpréter le résultat.
Mes données sont-elles envoyées ?
Le calcul s’effectue dans votre navigateur. Aucun compte, envoi de fichier ou service d’IA externe n’est nécessaire. Les données saisies ne sont pas conservées après le rechargement de la page.
Comparer les moyennes mobiles simples de piste avec le lissage exponentiel à première valeur pour une série ordonnée.
Fit y=a+bx à 2 – 100 paires de coordonnées entrées. Inspectez l’équation de régression, la corrélation, R² , les prédictions, les résidus et un diagramme de dispersion.
Saisissez une liste de nombres pour calculer la moyenne, la médiane, les modes, les quartiles, la population et l’écart type de l’échantillon, avec un histogramme de fréquence.
Espace publicitaire réservé.