Разбираем формулы среднеквадратического отклонения и дисперсии в Excel

Из данной статьи вы узнаете:

• Как рассчитать коэффициент вариации в Excel;
• Как сделать XYZ анализ в Excel;
• Применение XYZ анализа при подготовке данных к прогнозу.

Существует множество процессов и явлений, количественная информация для характеристики которых отсутствует или очень быстро изменяется.

В этом случае используются методы экспертных оценок, сущность которых заключается в том, что в основу прогноза закладывается мнение специалиста, основанное на профессиональном, научном и практическом опыте.

Метод экспертных оценок применяется для сравнения каких-то параметров объектов (напр., комфортность самолета, сравнение автомобилей и др.), находящихся в одном "классе", одинаковой категории, и относится к разновидности мозгового штурма.

MAPE – средняя абсолютная ошибка в процентах используется:

• Для оценки точности прогноза;
• Показывает на сколько велики ошибки в сравнении со значениями ряда;
• Хороша для сравнения 1-й модели для разных рядов;
• Используется для сравнения разных моделей для одного ряда;
• Оценки экономического эффекта, за счет повышения точности прогноза.

В данной статье мы рассмотрим, как рассчитать MAPE в Excel и как ее использовать.

Из данной статьи вы узнаете:

• Для чего нужна среднеквадратическая ошибка прогноза;
• Как она рассчитывается.

+ сможете скачать пример расчета в Excel.

Из данной статьи вы узнаете:

• Для чего нужна средняя процентная ошибка;
• Как она рассчитывается.

+ сможете скачать пример расчета в Excel.

WAPE — взвешенная абсолютная процентная ошибка используется для:

• Оценки точности прогноза с учётом масштаба продаж;

• Анализа качества прогнозирования для товаров с разным объёмом спроса;

• Сравнения точности прогнозов между магазинами, товарами и периодами;

• Расчёта экономического эффекта от повышения точности прогноза.

В этой статье мы разберём, что такое WAPE, как он устроен, и как рассчитать этот показатель в Excel на реальном примере.

Почему точность — это ещё не всё

В мире управления цепями поставок принято гоняться за метриками точности. Forecast Accuracy (FA), WAPE, MAPE — эти аббревиатуры у всех на слуху. Но есть одна проблема: высокая точность ещё не гарантирует эффективное управление запасами.

Почему? Потому что точность — это модуль ошибки. Она говорит «насколько мы ошиблись», но молчит про «в какую сторону». А направление ошибки — это либо деньги, замороженные на складах, либо упущенная выручка из-за пустых полок.

Этот параметр называется Bias (систематическое смещение прогноза). И именно он — главный индикатор того, что ваш процесс прогнозирования болен, даже если отчёт по FA выглядит благополучно.