İçerik
İstatistiklerde, elinizdeki verilere göre tahminler yaparsınız. Maalesef, tahminler her zaman veriler tarafından oluşturulan gerçek değerlerle eşleşmiyor. Tahminler ve verilerinizin gerçek değerleri arasındaki farkı bilmek, gelecekteki tahminleri hassaslaştırmanıza ve bunları daha doğru hale getirmenize yardımcı olabileceğinden yararlıdır. Tahminlerinizle üretilen gerçek değer arasındaki farkın ne kadar olduğunu bulmak için, verilerin ortalama mutlak hatasını (MAE olarak da bilinir) hesaplamanız gerekir.
SAE'yi hesapla
Verilerinizin MAE değerini hesaplayabilmeniz için önce mutlak hataların (SAE) toplamını hesaplamanız gerekir. SAE için formül Σni = 1| xben - xt|, sigma notasyonuna alışık değilseniz ilk başta kafa karıştırıcı görünebilir. Ancak asıl prosedür oldukça basittir.
Gerçek değeri çıkar (x ile belirtilir)t) ölçülen değerden (x ile gösterilir)ben) muhtemelen veri noktalarınıza bağlı olarak negatif sonuç üretebilir. Pozitif bir sayı oluşturmak için sonucun mutlak değerini alın. Örnek olarak, eğer xben 5 ve xt 7, 5-7 = -2'dir. -2 (mutlak | -2 | ile gösterilen) mutlak değeri 2'dir.
Verilerinizdeki her ölçüm ve tahmin kümesi için bu işlemi tekrarlayın. Kümelerin sayısı, by ile formülde n ile belirtilmiştir.n i = 1 işlemin ilk sette başladığını (i = 1) gösterir ve toplam n kez tekrar eder. Önceki örnekte, kullanılan önceki noktaların 10 çift veri noktasından biri olduğunu varsayalım. Daha önce üretilen 2'ye ek olarak, kalan nokta setleri 1, 4, 3, 4, 2, 6, 3, 2 ve 9 mutlak değerler üretir.
SAE'nizi oluşturmak için mutlak değerleri bir araya getirin. Örneğin, bu bize SAE = 2 + 1 + 4 + 3 + 4 + 2 + 6 + 3 + 2 + 9'u verir; bu, birlikte eklendiklerinde bize 36 SAE verir.
MAE'yi hesapla
SAE'yi hesapladıktan sonra, mutlak hataların ortalamasını veya ortalama değerini bulmanız gerekir. Bu sonucu almak için MAE = SAE ÷ n formülünü kullanın. MAE = (Σ gibi görünen iki formülü de bir araya getirerek görebilirsiniz.ni = 1| xben - xt|) ÷ n, ancak ikisi arasında işlevsel bir fark yoktur.
SAE'nizi n'ye bölün, ki yukarıda da belirtildiği gibi verilerinizdeki toplam nokta kümesi sayısıdır. Önceki örneğe devam edersek, bu bize MAE = 36 ÷ 10 veya 3.6 verir.
Toplamınızı, gerekirse, belirli bir sayıdaki sayıya yuvarlayın. Yukarıda kullanılan örnekte buna gerek yoktur, ancak MAE = 2.34678361 veya yinelenen bir rakam gibi rakamlar sağlayan bir hesaplama MAE = 2.347 gibi daha yönetilebilir bir şeye yuvarlama gerektirebilir. Kullanılan takip basamağı sayısı kişisel tercihinize ve yaptığınız işin teknik özelliklerine bağlıdır.