MAPE

Quando fazemos um modelo para previsão usando séries temporais precisamos medir a precisão dessa previsão.

Uma forma de fazer isso é usar o MAPE.

MAPE significa erro percentual absoluto médio.

\[ MAPE = \frac{1}{n} * Σ(\frac{|Valor Real – Previsto|} {|Valor Real|}) * 100 \]

Onde:

- Σ - indica a “soma”

- n - indica o tamanho da amostra

- ValorReal - indica o valor real dos dados

- Previsto - indica o valor dos dados previstos

Por que MAPE?

MAPE é um dos métodos mais fáceis de explicar para o gerente ou diretor do negócio. Suponha que o valor MAPE de um modelo específico seja 5%, indica que a diferença média entre o valor previsto e o valor original é 5%.

Vamos criar um conjunto de dados no formato de um data frame com valores reais e previstos.

criação um conjunto de dados:
data <- data.frame(ValorReal=c(44, 47, 34, 47, 58, 48, 46, 53, 32, 37, 26, 24),
Previsto=c(44, 40, 46, 43, 46, 58, 45, 44, 53, 30, 32, 23))

Vendo o conjunto de dados:

data
##    ValorReal Previsto
## 1         44       44
## 2         47       40
## 3         34       46
## 4         47       43
## 5         58       46
## 6         48       58
## 7         46       45
## 8         53       44
## 9         32       53
## 10        37       30
## 11        26       32
## 12        24       23

Agora podemos calcular MAPE em R.

Podemos fazer uso da seguinte função para o cálculo MAPE:

MAPE<-mean(abs((data$Previsto-data$ValorReal)/data$ValorReal))*100
print(paste0('O valor do MAPE é: ',round(MAPE,2),'%'))
## [1] "O valor do MAPE é: 19.26%"

Era isso

Keep calm and analysing data!