Kandungan
Dalam statistik, anda membuat ramalan berdasarkan data yang anda ada. Malangnya, ramalan tidak selalu sepadan dengan nilai sebenar yang dihasilkan oleh data. Mengetahui perbezaan antara ramalan dan nilai sebenar data anda berguna kerana dapat membantu anda memperbaiki ramalan masa depan dan menjadikannya lebih tepat. Untuk mengetahui berapa banyak perbezaan di antara ramalan anda dan nilai sebenar yang dihasilkan, anda perlu mengira kesilapan mutlak minima (juga dikenali sebagai MAE) data.
Kira SAE
Sebelum anda boleh mengira MAE data anda, anda perlu terlebih dahulu mengira jumlah kesilapan mutlak (SAE). Formula untuk SAE ialah Σni = 1| xi - xt|, yang mungkin kelihatan mengelirukan pada mulanya jika anda tidak digunakan untuk notasi sigma. Namun, prosedur sebenarnya agak mudah.
Kurangkan nilai sebenar (ditandakan dengan xt) daripada nilai diukur (ditandakan dengan xi), mungkin menghasilkan hasil negatif bergantung kepada titik data anda. Ambil nilai mutlak hasil untuk menjana nombor positif. Sebagai contoh, jika xi adalah 5 dan xt ialah 7, 5 - 7 = -2. Nilai absolut -2 (ditandakan oleh | -2 |) ialah 2.
Ulangi proses ini untuk setiap set ukuran dan ramalan dalam data anda. Bilangan set ditandakan dengan n dalam formula, dengan Σn i = 1 menunjukkan bahawa proses bermula pada set pertama (i = 1) dan mengulangi sejumlah n kali. Dalam contoh terdahulu, anggap bahawa mata sebelumnya digunakan adalah satu daripada 10 pasang titik data. Sebagai tambahan kepada 2 yang dihasilkan sebelum ini, set titik yang tinggal menghasilkan nilai mutlak 1, 4, 3, 4, 2, 6, 3, 2 dan 9.
Tambah nilai mutlak bersama untuk menghasilkan SAE anda. Sebagai contoh, ini memberikan kita SAE = 2 + 1 + 4 + 3 + 4 + 2 + 6 + 3 + 2 + 9, yang apabila ditambah bersama memberikan kita SAE sebanyak 36.
Kira MAE
Sebaik sahaja anda mengira SAE, anda perlu mencari nilai min atau purata kesilapan mutlak. Gunakan formula MAE = SAE ÷ n untuk mendapatkan hasil ini. Anda juga boleh melihat kedua-dua formula digabungkan menjadi satu, yang kelihatan seperti MAE = (Σni = 1| xi - xt|) ÷ n, tetapi tidak ada perbezaan fungsi antara keduanya.
Bahagikan SAE anda dengan n, yang disebutkan di atas adalah jumlah titik set dalam data anda. Melanjutkan dengan contoh terdahulu, ini memberi kita MAE = 36 ÷ 10 atau 3.6.
Bulatkan jumlah anda kepada set angka digit penting jika diperlukan. Tidak ada keperluan untuk ini dalam contoh yang digunakan di atas, tetapi pengiraan yang menyediakan angka seperti MAE = 2.34678361 atau angka pengulangan mungkin memerlukan pembulatan ke sesuatu yang lebih mudah diurus seperti MAE = 2.347. Bilangan angka berbalik yang digunakan bergantung pada keutamaan peribadi dan spesifikasi teknikal kerja yang anda lakukan.