Qué es el error porcentual absoluto medio ponderado y cómo se calcula

Por el equipo editorial de Indeed

Publicado el 8 de octubre de 2021

Los profesionales de negocios, los analistas financieros y de datos y los contadores usan modelos de pronóstico para predecir cómo cambiarán las cosas durante un período. Para garantizar la precisión de sus modelos, estos profesionales miden qué tan cerca se parece el modelo a los datos reales. Para hacer esto, pueden usar el error porcentual absoluto medio ponderado o WMAPE. Saber qué es WMAPE y cómo calcularlo puede ayudarlo a realizar pronósticos más precisos de datos futuros y tendencias financieras. En este artículo, analizamos qué es WMAPE, analizamos las formas en que puede usarlo y exploramos cómo calcular WMAPE para una muestra de datos.

¿Qué es el error porcentual absoluto medio ponderado?

El error porcentual absoluto medio ponderado, comúnmente conocido como WMAPE, es una forma de medir la precisión de los pronósticos financieros y estadísticos en comparación con los resultados reales de una muestra. Por ejemplo, si predijo que vendería cinco autos y en realidad vende cinco autos ese día, entonces su WMAPE sería 0 por ciento porque su pronóstico no tuvo errores. Si vendió tres automóviles, su WMAPE sería del 66,6 % porque el pronóstico indicó un resultado, pero el resultado real fue diferente. Las diferentes partes de WMAPE son:

  • Ponderado: lo que significa que hay un componente con el que se mide el resultado del cálculo.

  • Media: lo que significa que su resultado para este cálculo es un indicador promedio de la precisión de sus pronósticos.

  • Absoluto: lo que significa que independientemente de si el resultado real fue mayor o menor que el pronóstico, su cálculo arrojará un número positivo.

  • Porcentaje: lo que significa que el resultado de su cálculo está en formato de porcentaje para facilitar su uso.

  • Error: lo que significa que el resultado de su cálculo es una medida de la diferencia entre su pronóstico y su resultado real.

¿Cómo se usa el error porcentual absoluto medio ponderado?

Puede usar WMAPE para investigar el error promedio a lo largo del tiempo de sus pronósticos en comparación con lo que realmente sucede. Por lo general, utiliza WMAPE para comparar pronósticos durante un período más largo, ya que eso muestra la tendencia general de si sus pronósticos son correctos en lugar de un día u hora muy específicos. También puede usar WMAPE en combinación con otras medidas de pronóstico para obtener información sobre la precisión y la capacidad de respuesta de sus modelos de datos.

¿Cómo se calcula el error porcentual absoluto medio ponderado?

La fórmula para calcular el WMAPE es:

(1/n) x Σ(|Real – Previsto|) x 100 / |Real| = WMAPE

Donde las partes de la fórmula son:

  • n = el tamaño de la muestra

  • Σ = la suma de todos los valores entre paréntesis

  • |x| = los símbolos que representan el valor absoluto de los números entre ellos

  • Actual = el valor real para un período determinado

  • Pronóstico = el valor esperado para un período determinado

Por ejemplo, si tiene los siguientes valores pronosticados y reales:

Pronosticado**Actual**53101555Los siguientes pasos pueden ayudarlo a encontrar el WMAPE para su conjunto de datos:

1. Encuentre todos los valores para |Actual – Pronosticado|

Para encontrar estos valores, puede ingresar cada valor pronosticado y real en la ecuación. Por ejemplo:

|3 – 5| = 2
|15 -10| = 5
|5 – 5| = 0

Esto satisface la parte de la fórmula |Real – Previsto| y puede ayudarlo a calcular el peso de cada valor. Notablemente, la primera ecuación usa los símbolos de valores absolutos |x| y convierte el número dos negativo en el valor de dos positivo. Esto se debe a que los símbolos de valor absoluto se preocupan por la distancia de un número al cero, más que por su valor real. Aquí, el dos negativo está a dos del cero.

2. Para cada valor, divida por el valor real

Una vez que haya calculado los valores absolutos de los datos reales y pronosticados, puede dividir estos datos por el valor real. Por ejemplo:

2 / 3 = 0,66
5 / 15 = 0,33
0 / 5 = 0

Esto satisface la parte de la ecuación /|Actual|. Cada uno de los resultados de los cálculos es un número positivo debido al uso de símbolos de valor absoluto. Esto puede ayudarlo a calcular el peso de cada valor en su conjunto de datos.

3. Multiplique por 100 y divida por el valor real

Una vez que haya encontrado los resultados de sus cálculos anteriores, puede multiplicar cada uno por 100. Esto asegura que sus valores estén todos en la misma escala que los valores reales, satisface la parte de la ecuación x 100 y puede ayudarlo a determinar el valor de cada valor. peso. Por ejemplo:

0,66 x 100 = 66
0,33 x 100 = 33
0x100 = 0

Una vez que haya completado los cálculos anteriores, puede dividir cada resultado con el valor real original. Por ejemplo:

66 / 3 = 22
33 / 15 = 2,2
0 / 5 = 0

Estos números representan los pesos de cada cálculo, que se utiliza en los siguientes pasos. Para este paso, también puede atribuir pesos en función de los momentos importantes durante su conjunto de datos. Por ejemplo, si el lunes es el mejor día de ventas de la semana y todos los demás días son iguales, puede asignarle al lunes una ponderación de seis, mientras que los demás días tendrían una ponderación de uno. Esto quiere decir que el lunes tiene el 60% del peso y los demás días todos tienen el 10% del peso.

4. Calcular la suma de los valores reales y la suma de los pesos

Ahora que ha calculado los pesos de cada conjunto de valores, puede calcular la suma de los valores reales. Puede hacerlo sumando cada valor real a los demás. Por ejemplo:

3 + 15 + 0 = 18

Una vez que haya calculado la suma de los valores reales, puede sumar sus pesos. Por ejemplo:

22 + 2,2 = 24,2

5. Calcular el error porcentual absoluto medio ponderado

Finalmente, puede calcular el error porcentual absoluto medio ponderado dividiendo la suma de los pesos por la suma de los valores reales. Por ejemplo:

24,2 / 18 = 1,34

Convertido en un porcentaje, este valor es 1,34 %, que es igual al error porcentual absoluto medio ponderado de los valores. Este es un error porcentual relativamente bajo, lo que significa que los modelos de pronóstico fueron casi 100% precisos.

Similar Posts

Leave a Reply

Your email address will not be published.