透過 MCP 連接 →

輸入計算

數學公式

廣告

結果

平均絕對百分比誤差
7.22%
數值越低越好
預測準確度 92.78%
採用的資料點數 3

什麼是 MAPE?

平均絕對百分比誤差(Mean Absolute Percentage Error,簡稱 MAPE)是衡量預測準確度時最常用的指標之一。它以百分比的形式呈現預測值與實際值之間的平均誤差,因此不僅容易解讀,也方便用來比較不同規模的資料集。舉例來說,MAPE 為 5%,代表你的預測平均而言與實際值相差約 5%。

Line chart comparing actual and forecast values with vertical gaps showing errors
MAPE measures how far forecast values deviate from actual values, as an average percentage.

如何使用本計算機

請分別輸入你的實際值(觀測值)與預測值,並以逗號分隔成兩串清單。兩串清單必須一一對應——第一個實際值對應第一個預測值,依此類推。計算機會自動將它們配對,計算每一組的絕對百分比誤差,再取平均值。若某一組的實際值為 0,該組會被略過,因為分母為 0 時百分比誤差無法定義。

公式說明

對每一個資料點,MAPE 會先取實際值 \(y_i\) 與預測值 \(\hat{y}_i\) 之間的絕對差,除以實際值,再換算成百分比。接著將所有百分比誤差相加,並除以資料點的個數 \(n\):

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

Advertisement
Diagram breaking down the MAPE formula into per-point percentage errors averaged together
For each point the absolute percentage error is computed, then all are averaged.

實例演算

假設實際值為 100、200、300,預測值為 110、190、320。各組百分比誤差分別為 \(|100-110|/100 = 0.10\)、\(|200-190|/200 = 0.05\),以及 \(|300-320|/300 \approx 0.0667\)。三者相加為 \(0.21667\);除以 3 再乘以 100,可得 MAPE ≈ 7.22%,也就是說這組預測的準確度約為 92.78%。

常見問題

MAPE 多少才算好?這要視應用領域而定,但一般而言低於 10% 通常被視為高度準確,10–20% 對許多商業預測來說也算不錯。

為什麼實際值為 0 的資料點會被略過?因為除以 0 在數學上沒有定義,所以這些點無法計算 MAPE。如果你的資料中包含 0,可以考慮改用 sMAPE(對稱平均絕對百分比誤差)。

數值的順序會有影響嗎?會。實際值與預測值是依照位置配對的,所以請務必讓兩串清單保持對齊。

最後更新: