3. Mirniki błędów
3.1. Mierniki błędów ex ante
3.1.1. Błąd ex ante:
V
∗
T
= S
e
q
(X
∗
T
)
T
(X
T
X)
−1
X
∗
T
+ 1
3.1.2 Względny błąd ex ante (procentowy):
W
∗
T
=
V
∗
T
Y
∗
T
(100%)
Uwaga. Dla trendu liniowego:
V
∗
T
= S
e
s
(T − ¯
t)
2
P
t=1
n
(t − ¯
t)
2
+
1
n
+ 1
3.2. Mierniki błędów ex post
3.2.1. Dla pojedyńczych okresów prognozy:
i. Błąd prognozy:
E
T
= y
T
− Y
∗
T
ii. Względny błąd prognozy (procentowy):
P E
T
=
E
T
y
T
(100%) =
y
T
− Y
∗
T
y
T
(100%)
iii. Absolutny błąd prognozy:
AE
T
= |E
T
| = |y
T
− Y
∗
T
|
iv. Względny absolutny błąd prognozy (procentowy):
AP E
T
= |P E
T
| =
y
T
− Y
∗
T
y
T
(100%)
1
v. Kwadratowy błąd prognozy:
SE
T
= E
2
T
= (y
T
− Y
∗
T
)
2
vi. Względny kwadratowy błąd prognozy:
P SE
T
=
SE
T
y
T
=
(y
T
− Y
∗
T
)
2
y
T
Uwaga. AP E
T
wykorzystujemy do oceny trafności prognoz ex
post. Zakładając, że satysfakcjonuje nas dokładność nie mniejsza
niż a% przyjmujemy następującą regułę decyzyjną:
-prognoza dla której AP E
T
≤ a% nazywać będziemy dopuszczalną
(wystarczająco dokładną)
-prognoza dla której AP E
T
> a% nazywać będziemy niedopuszczalną
Jeżeli odbiorca prognozy nie ma własnych kryteriów dopuszczal-
ności prognozy, to przyjmujemy następującą ocenę dokładności
(zarówno ex post jak i ex ante):
V ≤ 3% - prognoza bardzo dobra,
3% < V ≤ 5% - prognoza dobra,
5% < V ≤ 10% - prognoza może być dopuszczalna,
10% < V - prognoza nie jest dopuszczalna.
3.2.2. Dla ilości okresów prognozowania ≥ 2:
M -zbiór numerów (okresów), w których weryfikujemy trafność prog-
noz wygasłych wyznaczonych za pomocą modelu.
i. Średni błąd prognozy:
M E =
P
T ∈M
E
T
cardM
=
P
T ∈M
(y
T
− Y
∗
T
)
cardM
ii. Średni względny błąd prognozy:
M P E =
P
T ∈M
P E
T
cardM
=
P
T ∈M
y
T
−Y
∗
T
y
T
cardM
2
iii.Średni absolutny błąd błąd prognozy:
M AE =
P
T ∈M
AE
T
cardM
=
P
T ∈M
|y
T
− Y
∗
T
|
cardM
iv. Średni względny absolutny błąd prognozy:
M AP E =
P
T ∈M
AP E
T
cardM
=
P
T ∈M
y
T
−Y
∗
T
y
T
cardM
v. Średni kwadratowy błąd prognozy:
M SE =
P
T ∈M
SE
T
cardM
=
P
T ∈M
(y
T
− Y
∗
T
)
2
cardM
vi. Pierwiastek średniego kwadratowego błędu prognozy:
RM SE =
√
M SE
Uwaga. Zarówno M AE jak i RM SE mówią nam o ile przecięt-
nie in plus in minus odchyla się zmienna prognozowana (wartości
rzeczywiste zmiennej) od prognozy tej zmiennej. Przy czym RM SE
jest z reguły dokładniejszy od M SE lecz bardziej pracochłonny w
obliczaniu. M AP E służy do oceny trafności prognozy, podobnie
jak AP E
T
.
4. Ocena aktualności modelu
Współczynnik Janusowy
J
2
=
M SE
P
n
t=1
(y
t
−ˆ
y
t
)
2
n
=
P
T ∈M
(y
T
−Y
∗
T
)
2
card
M
P
n
t=1
(y
t
−ˆ
y
t
)
2
n
Jeżeli J
2
≤ 1, to model jest nadal aktualny i może być użyty
do prognozowania na następne okresy. W przeciwnym przypadku
model należy ponownie estymować.
3