MAPE(平均絶対パーセント誤差)計算ツール

MAPE(平均絶対パーセント誤差)計算ツール

新興 AI Skill PRO

計算を入力してください

公式

MAPE=100%n∑i=1n|実測値i−予測値i実測値i|\text{MAPE} = \frac{100\%}{n} \sum_{i=1}^{n} \left| \frac{{{\text{実測値}_i}} - {{\text{予測値}_i}}}{{{\text{実測値}_i}}} \right|
利用統計

広告

結果

平均絶対パーセント誤差(MAPE)
7.22%
値が小さいほど高精度
予測精度 92.78%
使用したデータ点数 3

このページの誤りを報告

MAPEとは?

平均絶対パーセント誤差(MAPE:Mean Absolute Percentage Error)は、予測精度を測る指標として最も広く使われている手法のひとつです。予測値と実測値のズレを平均的なパーセンテージで表すため、解釈しやすく、スケールの異なるデータ同士でも比較できるのが大きな特長です。たとえばMAPEが5%であれば、予測値が平均して実測値から5%ほどずれていることを意味します。

実測値と予測値を比較する折れ線グラフ。縦方向の差が誤差を示している
MAPEは、予測値が実測値からどれだけずれているかを平均パーセンテージで表す指標です。

この計算ツールの使い方

実測値(観測された値)と予測値を、それぞれカンマ区切りのリストとして入力してください。2つのリストは順番どおりに対応させる必要があり、最初の実測値が最初の予測値に、2番目が2番目に……という形で並べます。ツールはこれらをペアにして各組の絶対パーセント誤差を計算し、その平均を求めます。実測値が0のペアは、0で割ることになりパーセント誤差を定義できないため、自動的に除外されます。

計算式の解説

各データ点について、MAPEは実測値\(y_i\)と予測値\(\hat{y}_i\)の差の絶対値を取り、それを実測値で割ってパーセンテージに変換します。こうして得た各点のパーセント誤差を合計し、データ点の数\(n\)で割ります。

$$\text{MAPE} = \frac{100\%}{n} \sum_{i=1}^{n} \left| \frac{\text{Actual}_i - \text{Forecast}_i}{\text{Actual}_i} \right|$$

広告
MAPEの式を各点のパーセント誤差に分解し、それらを平均する流れを示した図
各点で絶対パーセント誤差を求め、それらをすべて平均します。

計算例

実測値が100、200、300、予測値が110、190、320だとします。それぞれのパーセント誤差は、\(|100-110|/100 = 0.10\)、\(|200-190|/200 = 0.05\)、\(|300-320|/300 \approx 0.0667\) となります。これらの合計は0.21667で、3で割って100を掛けるとMAPE ≈ 7.22%。つまり予測の精度は約92.78%ということになります。

よくある質問(FAQ)

MAPEはどのくらいの値なら良いの? 分野によって基準は異なりますが、一般的に10%未満であれば非常に高精度とされ、10〜20%であれば多くのビジネス予測にとって十分良好な水準といえます。

なぜ実測値が0のデータは除外されるの? 0で割ることは数学的に定義できないため、その点についてはMAPEを計算できません。データに0が含まれる場合は、sMAPE(対称平均絶対パーセント誤差)の利用を検討してください。

値を並べる順番は重要? はい。実測値と予測値は並び順(位置)によってペアになるため、2つのリストの順番をきちんと揃えておく必要があります。

最終更新:

数学と統計で人気の電卓

数学と統計の電卓をすべて見る