预测精度的评价.pptVIP

预测精度的评价 在进行预测之后我们一般要利用一些度量指标来评价一下预测的精度，通常这些度量都是用于事后预测。 * * 一、均方根误差(RMSE) 通过若干个预测值对预测效果进行综合评价 二、绝对误差平均( MAE ) 通过若干个预测值对预测的绝对误差进行综合评价 。 由于绝对值不利于不同模型之间的比较，因此通常采用更直接查看的相对指标。 三、平均绝对百分误差( MAPE ) 通过若干个预测值对预测的相对误差进行综合评价 。 一般认为如果平均绝对百分误差低于10，则认为预测精度较高。 四、希尔不等系数( TIC ) 希尔不等系数总是介于0至1之间，数值越小表明拟合值和真实值之间的差异越小，预测精度越高。当等于0时，表示100%拟合。 我们还可以将均方误差分解为三部分用于评价预测精度，即 其中： 是预测值的均值， 是实际序列的均值， 和 分别是预测值和实际值的标准差， 是它们的相关系数。 偏差率( BP )： 反映了预测值均值和实际值均值间的差异。