Usually used as a secondary measure

Usually used as a secondary measure, SOE can be deceiving as large positive errors may cancel out with large negative errors. However, this measure is good for checking bias, i.e., tendency of forecast values to overestimate or underestimate actual values consistently. If the forecast is unbiased, SOE should be close to zero.

2. Mean absolute deviation (MAD)
1 n

MAD  | Dt Ft |
n t 1

(8.27)

This measure neutralizes the opposite signs of errors by taking their absolute values. If errors are normally distributed, then 1.25MAD is approximately equal to the standard deviation of errors, .

3. Mean squared error (MSE)
1 n 2

MSE  (Dt Ft )
n t 1

(8.28)

This measure neutralizes the opposite signs of errors by squaring them. If errors are normally distributed, then MSE is approximately equal to the variance of errors 2.
4. Mean absolute percent error (MAPE)

MAPE 100 Dt Ft

(8.29)

n t 1 Dt

Maintenance Forecasting and Capacity Planning 173


This measure is an independent yardstick for evaluating the “goodness” of an individual forecast. All the other measures only compare different forecasting models relative to each other.

Example 8.8: Given the actual forecasted values in the table below, calculate the different error measure for the associated forecasting model

Kết quả (Việt) 1:

Thường được sử dụng như một biện pháp thứ cấp, doanh nghiệp nhà nước có thể lừa gạt như lỗi lớn tích cực có thể hủy bỏ với lỗi tiêu cực lớn. Tuy nhiên, biện pháp này là tốt cho việc kiểm tra thiên vị, tức là, xu hướng của các giá trị dự đoán để đánh giá cao hoặc đánh giá thấp giá trị thực tế một cách nhất quán. Nếu dự báo là không thiên vị, doanh nghiệp nhà nước nên gần bằng không.2. có nghĩa là độ lệch tuyệt đối (MAD)1 n ĐIÊN  | DT Ft |n t 1 (8,27) Biện pháp này trung hòa các dấu hiệu đối diện lỗi bằng cách lấy giá trị tuyệt đối của họ. Nếu lỗi được phân phối bình thường, sau đó 1.25MAD là xấp xỉ bằng độ lệch chuẩn của lỗi, .3. có nghĩa là bình phương lỗi (MSE)1 n 2 MSE   (Dt Ft)n t 1 (8.28) Biện pháp này trung hòa các dấu hiệu đối diện lỗi bởi bình phương và nhân họ. Nếu lỗi được phân phối bình thường, sau đó MSE là xấp xỉ bằng phương sai lỗi 2.4. có nghĩa là tuyệt đối phần trăm lỗi (MAPE) MAPE 100 Dt Ft (8.29) n t 1 Dt Bảo trì dự báo và năng lực lập kế hoạch 173Biện pháp này là một thoải độc lập để đánh giá "tốt đẹp" của một cá nhân thời. Tất cả các biện pháp khác chỉ so sánh các mô hình dự báo khác nhau liên quan đến nhau.Ví dụ 8.8: Cho các giá trị dự báo thực tế trong bảng dưới đây, tính toán các biện pháp lỗi khác nhau cho các mô hình dự báo liên kết

Kết quả (Việt) 2:

Thường được sử dụng như một biện pháp thứ cấp, doanh nghiệp nhà nước có thể bị đánh lừa lỗi tích cực lớn có thể hủy bỏ ra với các lỗi tiêu cực lớn. Tuy nhiên, biện pháp này là tốt cho việc kiểm tra bias, tức là, xu hướng của giá trị dự báo để đánh giá quá cao hoặc đánh giá thấp giá trị thực tế một cách nhất quán. Nếu dự báo là không thiên vị, doanh nghiệp nhà nước nên được gần bằng không. 2. Có nghĩa là độ lệch tuyệt đối (MAD) 1 n MAD   | Dt Ft | nt 1 (8.27) Phương pháp này vô hiệu hóa được các dấu hiệu ngược lại các lỗi bằng cách lấy giá trị tuyệt đối của họ. Nếu lỗi được phân bố bình thường, sau đó 1.25MAD là xấp xỉ bằng độ lệch chuẩn của lỗi, . 3. Có nghĩa là lỗi bình phương (MSE) 1 n 2 MSE   (Dt Ft) nt 1 (8,28) Biện pháp này vô hiệu hóa được các dấu hiệu ngược lại các lỗi bằng cách bình họ. Nếu lỗi được phân bố bình thường, sau đó MSE là xấp xỉ bằng phương sai của sai sót 2. 4. Có nghĩa là sai số phần trăm tuyệt đối (MAPE) MAPE 100 Dt Ft (8.29) nt 1 Dt bảo trì dự báo và năng lực lập kế hoạch 173 biện pháp này là một thước đo độc lập để đánh giá "tốt đẹp" của một dự báo cá nhân. Tất cả các biện pháp khác chỉ so sánh các mô hình dự báo khác nhau tương đối với nhau. Ví dụ 8.8: Cho các giá trị dự báo thực tế trong bảng dưới đây, tính toán các biện pháp lỗi khác nhau cho các mô hình dự báo liên quan