Saltar al contenido
Omnikalc

Calculadora de error de previsión: ¿qué precisión tiene tu previsión?

Introduce los valores reales y las previsiones de seis periodos para obtener MAE, MSE, RMSE, MAPE, WAPE, sesgo y señal de seguimiento.

Actualizado el
Tus datos

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Resultados

Error absoluto medio porcentual (MAPE)

4,07 %

Una previsión muy precisa
Error absoluto medio (MAE)
5,50
Raíz del error cuadrático medio (RMSE)
5,87
Error cuadrático medio (MSE)
34,50
Sesgo (error medio, real − previsión)
-0,83
Error absoluto ponderado porcentual (WAPE)
4,06 %
Señal de seguimiento
-0,91
Dentro del límite habitual de ±4: sin sesgo persistente

Una previsión solo es útil si se sabe cuánto suele equivocarse. La calculadora de error de previsión toma los valores reales y las previsiones de seis periodos y da el error absoluto medio porcentual (MAPE), el error absoluto medio (MAE), la raíz del error cuadrático medio (RMSE), el error cuadrático medio, el sesgo, el error absoluto ponderado porcentual (WAPE) y la señal de seguimiento.

Cómo se hace el cálculo

  • Introduce el valor real y la previsión de cada uno de los seis periodos, en las mismas unidades.
  • El error de un periodo es real − previsión. Un error positivo significa que la previsión fue demasiado baja.
  • La MAE promedia los errores absolutos, la RMSE da más peso a los errores grandes, y el MAPE expresa el error medio como porcentaje del valor real.
  • El sesgo es el error con signo medio, y la señal de seguimiento es la suma de los errores ÷ MAE. Una señal de seguimiento fuera de ±4 indica una previsión sistemáticamente demasiado alta o demasiado baja.

Ejemplo

Los errores de la serie por defecto son −5, +5, −4, +4, +5 y −10. La MAE vale 33 ÷ 6 = 5,5, el MSE 207 ÷ 6 = 34,5 y la RMSE 5,87. El MAPE es de 4,07 % y la WAPE de 4,06 % (33 ÷ 813). El sesgo es de −0,83 y la señal de seguimiento vale −5 ÷ 5,5 = −0,91, bien dentro de ±4: la previsión es precisa y no tiene sesgo persistente.

Para qué sirve

Cada indicador responde a una pregunta distinta: la magnitud de una desviación típica, la gravedad de las peores desviaciones, el tamaño relativo del error y la tendencia de la previsión a inclinarse hacia un lado. Compararlos indica si hay que corregir el modelo, los datos o las existencias de seguridad.

Conviene saber

Seis periodos forman una muestra pequeña, así que considera el resultado una indicación y no una prueba. El MAPE no está definido cuando un valor real es nulo; introduce entonces un número pequeño. La señal de seguimiento se calcula aquí sobre toda la ventana, mientras que en la práctica se actualiza en cada periodo.

Herramientas relacionadas

La calculadora de previsión de la demanda construye la previsión, la de la media móvil exponencial suaviza una serie, y la de error porcentual trata una sola medición.

Preguntas frecuentes

¿Qué diferencia hay entre MAE, RMSE y MAPE?

La MAE es el tamaño medio de los errores en la unidad original. La RMSE eleva los errores al cuadrado antes de promediar, de modo que las grandes desviaciones cuentan más. El MAPE divide cada error entre el valor real, por lo que no tiene unidad y es fácil de comparar entre productos, pero se dispara cuando los valores reales están cerca de cero.

¿Cuándo usar la WAPE en lugar del MAPE?

La WAPE divide el error absoluto total entre el valor real total. Es más estable que el MAPE cuando algunos periodos tienen valores pequeños, y pondera más los periodos grandes. Muchos equipos de logística la prefieren para los artículos de demanda intermitente.

¿Qué me indica la señal de seguimiento?

Es la suma acumulada de los errores dividida entre la MAE. Si las previsiones no tuvieran sesgo, los errores positivos y negativos se anularían y la señal se mantendría cerca de cero. Un valor más allá de aproximadamente ±4 significa que los errores van siempre en el mismo sentido, lo que sugiere ajustar el modelo.

¿Qué es un buen MAPE?

Depende del producto y del horizonte. Por debajo del 10 % se habla a menudo de muy alta precisión, del 10 al 20 % de buena, del 20 al 50 % de razonable y por encima del 50 % de débil. Compara siempre con una previsión ingenua, como el último valor observado, para ver si tu modelo aporta algo.

¿Te ha resultado útil esta calculadora?

¡Gracias por tu opinión!

Resultados orientativos con fines informativos. No sustituyen el consejo de un profesional.