実測値と予測値の列を貼り付けると、誤差の絶対値の合計を実測値の絶対値の合計で割るWAPE(加重絶対パーセント誤差)を計算します。量の多いデータの誤差ほど重く数えるため、需要予測や在庫計画の評価でよく使われます。実測値0の行があっても計算できます。
WAPE(加重絶対パーセント誤差)計算ツール
実測値と予測値から、誤差の絶対値の合計を実測値の絶対値の合計で割るWAPEを計算します。需要予測でよく使われます。
使い方
- 「実測値」と「予測値」を同じ順番で入力します(改行・カンマ・スペース区切り)。
- 「計算する」を押すと、WAPE・誤差の合計・実測値の合計が表示されます。
- 表の「合計誤差に占める割合」で、どの行が誤差の大部分を生んでいるかを確認します。
計算式
WAPE = Σ |yᵢ − ŷᵢ| / Σ |yᵢ| × 100%
yᵢ は実測値、ŷᵢ は予測値です。行ごとに割り算をするMAPEと違い、合計どうしで1回だけ割ります。そのため、量が多い行の誤差ほど結果に強く効きます。
計算例
サンプルの実測値 100, 200, 0, 80, 120 と予測値 110, 190, 5, 70, 120 で計算します。
| # | 実測値 | 予測値 | |誤差| |
|---|---|---|---|
| 1 | 100 | 110 | 10 |
| 2 | 200 | 190 | 10 |
| 3 | 0 | 5 | 5 |
| 4 | 80 | 70 | 10 |
| 5 | 120 | 120 | 0 |
誤差の絶対値の合計は 35、実測値の絶対値の合計は 500 です。WAPE = 35 ÷ 500 = 7% になります。3行目は実測値が0ですが、合計で割るので問題なく計算に含められます。
結果の見方
- WAPEは「全体の量に対して、合計でどれだけ外したか」を表します。0%に近いほどよい予測です。
- 1 − WAPE を「予測精度」として報告する現場もあります。サンプルでは 93% です。
- 販売数の少ない商品で大きく外しても、全体のWAPEにはあまり影響しません。商品ごとの精度も見たい場合は、行ごとの誤差も確認しましょう。
WAPEが需要予測でよく使われる理由
小売や物流の需要予測では、販売数がほとんど0の商品と、毎日大量に売れる商品が混在するのが普通です。MAPEで評価すると、販売数が少ない商品の大きな%誤差が全体を押し上げ、実際の在庫や売上への影響とかけ離れた数字になりがちです。WAPEは誤差を量で集計するため、「全体として何個分外したか」という実務の感覚に近い結果になります。
一方で、売れ筋の商品が全体を支配しやすいため、商品カテゴリや店舗ごとにWAPEを分けて計算し、どこで誤差が大きいかを確認するのがおすすめです。過大予測と過小予測を区別したい場合は、誤差の符号付きの合計(バイアス)もあわせて見ると、予測の偏りがわかります。
WAPEは合計で割るだけのシンプルな式なので、表計算ソフトでも簡単に再現できます。週次や月次など、集計の単位を変えると値も変わるため、比べるときは集計の単位をそろえることも大切です。
注意点
- 実測値の合計が0の場合は割り算ができないため、エラーになります。
- WAPEは「MAE ÷ 実測値の平均」と同じ値です。名前が違っても同じ指標を指していることがあります(MAD/Mean比などと呼ばれる場合もあります)。
- 量の多い行の誤差に引っ張られるため、少量の商品の予測精度を重視したい場合には向きません。
- 実測値にマイナスが含まれるデータでは、合計が打ち消し合わないよう絶対値で合計しています。
WAPE(加重絶対%誤差)のよくある質問
Q. WAPEとMAPEの違いは何ですか?
A. MAPEは行ごとに%誤差を出して平均し、WAPEは誤差の合計を実測値の合計で割ります。WAPEは実測値0の行があっても計算でき、量の多い行の誤差を重く見ます。
Q. WAPEはMAEと関係がありますか?
A. あります。WAPEはMAEを実測値の絶対値の平均で割ったものと同じです。MAEを割合に直した指標と考えられます。
Q. WAPEは何%なら良いですか?
A. 一律の基準はありません。商品の性質や予測期間で大きく変わるため、過去の実績や別の予測方法と比べて判断します。
