Une prévision n’est utile que si l’on sait à quel point elle se trompe en général. Le calculateur d’erreur de prévision prend les valeurs réelles et les prévisions de six périodes et donne l’erreur absolue moyenne en pourcentage (MAPE), l’erreur absolue moyenne (MAE), la racine de l’erreur quadratique moyenne (RMSE), l’erreur quadratique moyenne, le biais, l’erreur absolue pondérée en pourcentage (WAPE) et le signal de suivi.
Comment se fait le calcul
- Saisissez la valeur réelle et la prévision de chacune des six périodes, dans les mêmes unités.
- L’erreur d’une période est réel − prévision. Une erreur positive signifie que la prévision était trop basse.
- La MAE fait la moyenne des erreurs absolues, la RMSE donne plus de poids aux grosses erreurs, et la MAPE exprime l’erreur moyenne en pourcentage de la valeur réelle.
- Le biais est l’erreur signée moyenne, et le signal de suivi est la somme des erreurs ÷ MAE. Un signal de suivi hors de ±4 indique une prévision systématiquement trop haute ou trop basse.
Exemple
Les erreurs de la série par défaut sont −5, +5, −4, +4, +5 et −10. La MAE vaut 33 ÷ 6 = 5,5, la MSE 207 ÷ 6 = 34,5 et la RMSE 5,87. La MAPE est de 4,07 % et la WAPE de 4,06 % (33 ÷ 813). Le biais est de −0,83 et le signal de suivi vaut −5 ÷ 5,5 = −0,91, bien dans ±4 : la prévision est précise et sans biais persistant.
Pourquoi c’est utile
Chaque indicateur répond à une question différente : l’ampleur d’un écart typique, la gravité des pires écarts, la taille relative de l’erreur et la tendance de la prévision à pencher d’un côté. Les comparer indique s’il faut corriger le modèle, les données ou le stock de sécurité.
À savoir
Six périodes forment un petit échantillon, donc considérez le résultat comme une indication et non une preuve. La MAPE n’est pas définie quand une valeur réelle est nulle, saisissez alors un petit nombre. Le signal de suivi est ici calculé sur toute la fenêtre, alors qu’en pratique on le met à jour à chaque période.
Outils liés
Le calculateur de prévision de la demande construit la prévision, celui de la moyenne mobile exponentielle lisse une série, et celui de l’erreur en pourcentage traite une seule mesure.