關於預測精準度的量測二三事

在時間序列預測精準度的度量工具，你可能聽過用 ME、或 MAE、或最常出現的 MAPE。基本上著些精準度的指標都是藉由統計預測期間的誤差所得到的。這些指標(也許之前我們已經有提到)希望它們有下述性質，第一. 好解釋 ; 第二. 穩健性 ; 第三. 對稱性 ; 第四. 單向性; 第五. 可比較性。

第一. 好解釋: 所謂好解釋，此指標容易跟管理者解釋它的意義。

第二. 穩健性(robustness): 所謂穩健性，此指標不容易受到離群值而有很大的變動。

第三. 對稱性:  所謂對稱性，此指標對預測高估與低估有相等的反應量。

第四. 單向性:  所謂單向性，此指標對愈高，預測誤差愈小。

第五. 可比較性:  所謂可比較性，是不同的指標直接可用來比較，就表示它們精確度的不同。

可比較性是標竿基準的關鍵。 如果各個業務單位的誤差指數具有可比較性，則可以比較預測組織不同分支機構的預測業績。 反過來，分支機構的分析師可以相互學習成功和失敗。

說到可比較性可參考另一篇文章中提到因為行業和產品，空間和時間粒度，度量工具、預測範圍，預測流程和商業模式的差異，造成當人們說到精準度時比較的不合理性。