Aller au contenu
Omnikalc

Calculateur d’erreur de prévision : quelle est la précision de votre prévision ?

Saisissez les valeurs réelles et les prévisions de six périodes pour obtenir MAE, MSE, RMSE, MAPE, WAPE, biais et signal de suivi.

Mis à jour le
Vos paramètres

Valeur hors limites

Valeur hors limites

Valeur hors limites

Valeur hors limites

Valeur hors limites

Valeur hors limites

Valeur hors limites

Valeur hors limites

Valeur hors limites

Valeur hors limites

Valeur hors limites

Valeur hors limites

Résultats

Erreur absolue moyenne en pourcentage (MAPE)

4,07 %

Une prévision très précise
Erreur absolue moyenne (MAE)
5,50
Racine de l’erreur quadratique moyenne (RMSE)
5,87
Erreur quadratique moyenne (MSE)
34,50
Biais (erreur moyenne, réel − prévision)
-0,83
Erreur absolue pondérée en pourcentage (WAPE)
4,06 %
Signal de suivi
-0,91
Dans la limite habituelle de ±4 : pas de biais persistant

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.

Questions fréquentes

Quelle différence entre MAE, RMSE et MAPE ?

La MAE est la taille moyenne des erreurs dans l’unité d’origine. La RMSE met les erreurs au carré avant de moyenner, donc les gros écarts comptent davantage. La MAPE divise chaque erreur par la valeur réelle, donc elle est sans unité et facile à comparer entre produits, mais elle explose quand les valeurs réelles sont proches de zéro.

Quand utiliser la WAPE plutôt que la MAPE ?

La WAPE divise l’erreur absolue totale par la valeur réelle totale. Elle est plus stable que la MAPE quand certaines périodes ont de petites valeurs, et elle pondère davantage les grandes périodes. Beaucoup d’équipes logistiques la préfèrent pour les articles à demande intermittente.

Que m’indique le signal de suivi ?

C’est la somme cumulée des erreurs divisée par la MAE. Si les prévisions étaient sans biais, les erreurs positives et négatives s’annuleraient et le signal resterait proche de zéro. Une valeur au-delà d’environ ±4 signifie que les erreurs vont toujours dans le même sens, ce qui suggère d’ajuster le modèle.

Qu’est-ce qu’une bonne MAPE ?

Cela dépend du produit et de l’horizon. Sous 10 %, on parle souvent de très grande précision, 10 à 20 % de bonne, 20 à 50 % de raisonnable et au-dessus de 50 % de faible. Comparez toujours avec une prévision naïve, comme la dernière valeur observée, pour voir si votre modèle apporte quelque chose.

Ce calculateur vous a-t-il été utile ?

Merci pour votre avis !

Résultats indicatifs fournis à titre d'information. Ils ne remplacent pas l'avis d'un professionnel.