実測値と予測値の列を貼り付けると、予測が平均して何%ずれているかを表すMAPE(平均絶対パーセント誤差)を計算します。実測値が0の行は割り算ができないため自動で除外し、使った件数と除外した件数を表示します。需要予測や売上予測の評価に使えます。
MAPE(平均絶対パーセント誤差)計算ツール
実測値と予測値から、予測が平均で何%ずれているかを表すMAPEを計算します。実測値0の行は自動で除外します。
使い方
- 「実測値」と「予測値」を同じ順番で、改行・カンマ・スペース区切りで入力します。
- 「計算する」を押すと、MAPEと、計算に使った件数・除外した件数が表示されます。
- 表で各行の絶対%誤差を確認します。実測値0の行は「除外」と表示されます。
計算式
MAPE = (1/n) × Σ |yᵢ − ŷᵢ| / |yᵢ| × 100%
yᵢ は実測値、ŷᵢ は予測値、n は実測値が0でない行の数です。各行の誤差を実測値に対する割合に直してから平均します。
計算例
サンプルの実測値 100, 200, 150, 80, 120 と予測値 110, 190, 165, 70, 120 で計算します。
| # | 実測値 | 予測値 | 絶対%誤差 |
|---|---|---|---|
| 1 | 100 | 110 | 10% |
| 2 | 200 | 190 | 5% |
| 3 | 150 | 165 | 10% |
| 4 | 80 | 70 | 12.5% |
| 5 | 120 | 120 | 0% |
割合の合計は 0.1 + 0.05 + 0.1 + 0.125 + 0 = 0.375 です。これを5件で割ると 0.075、つまり MAPE = 7.5% になります。実測値0の行はないので、除外は0件です。
結果の見方
- MAPEは「平均して何%外れているか」を表し、単位の違うデータどうしでも比べやすい指標です。
- 目安として10%未満を高い精度とする説明がよく見られますが、商品や業界、予測の期間によって妥当な水準は大きく変わります。過去の実績や別のモデルと比べて判断しましょう。
- 行ごとの%誤差を見ると、特定の期間や商品で大きく外れていないかがわかります。
MAPEがよく使われる場面
MAPEは「平均して何%外れているか」という形で結果を示せるため、需要予測や売上予測の報告で広く使われています。商品Aは1日100個、商品Bは1日1万個売れるといったように、規模の違う対象の予測精度を同じ物差しで比べやすいのが大きな利点です。予測の専門家でない人にも直感的に伝わりやすい指標といえます。
ただし、MAPEは行ごとの割合を単純に平均するため、販売数の少ない商品の大きな%誤差が全体を押し上げることがあります。全体の量に対する誤差を見たいときは、合計どうしで割るWAPEのほうが実務の感覚に合う場合があります。目的に応じて、MAPEとWAPE、MAEを組み合わせて確認するとよいでしょう。
また、MAPEを学習の目的にすると、予測を低めに出すほうが有利になりやすいことが知られています。報告用の指標として使うときも、予測が全体的に低すぎないかをあわせて確認しましょう。
注意点
- 実測値が0の行は計算できないため除外しています。0が多いデータでは、残った行だけの評価になる点に注意してください。
- 実測値が0に近い小さな値だと、わずかな誤差でも%誤差が非常に大きくなり、MAPE全体を押し上げます。このような場合はWAPEやMAEも確認しましょう。
- MAPEは予測が実測より大きい(過大予測)場合と小さい場合で、上限の有無が異なります。過小予測は最大100%ですが、過大予測には上限がありません。
- 実測値がマイナスになるデータでは、割合の解釈が難しくなります。
MAPE(平均絶対%誤差)のよくある質問
Q. 実測値に0があるとMAPEはどうなりますか?
A. 0で割ることになるため、その行は計算できません。このツールでは自動で除外し、除外した件数を表示します。0が多い場合はWAPEの利用を検討してください。
Q. MAPEは何%なら良いですか?
A. 一律の基準はありません。10%未満をよい目安とする説明もありますが、データの性質によって大きく変わるため、過去の予測や他のモデルと比べて判断します。
Q. MAPEとsMAPEの違いは何ですか?
A. MAPEは実測値で割り、sMAPEは実測値と予測値の平均で割ります。sMAPEは実測値が0でも予測値が0でなければ計算できます。
