在统计学中，我们经常使用预测准确度，它表示一个数量与该特定数量的实际值的接近程度。实际值也称为真值。它基本上表示业务专业人士高度使用的密切程度或验证过程，以保持其销售和交换的跟踪记录，以保持每年的需求和供应映射。有多种方法可以计算预测准确度。
因此，用于计算预测精度的最常用方法之一是MAPE ，缩写为Mean Absolute Percentage Error 。这是一种有效且更方便的方法，因为仅通过查看 MAPE 值就可以更轻松地解释准确度。
缩写为 SMAPE 的对称平均绝对百分比误差也用于测量基于相对误差的精度。它基本上是一种预测精度技术，可以替代MAPE 。一般以百分比(%)表示。
在本文中，我们将讨论如何使用合适的示例在 Excel 中计算 SMAPE。
在 Excel 中计算 SMAPE 的公式是：
上述公式给出的下限值为0%，上限值为200%。
笔记 ：
- 当实际值和预测值都趋于零时，上述公式无效。
- 由于存在上限和下限，它提供了 MAPE 中不存在的更对称的结果。
- 通常，我们更喜欢 0% 到 100% 之间的百分比误差。因此，消除了除以 2 的术语，并修改了上述公式以计算 SMAPE。
示例：考虑如下所示的数据集：
SMAPE的计算
Excel中公式所需的函数是-
ABS : To calculate the absolute value.
AVERAGE : To calculate the mean.
步骤是：
1. 在 Excel 表格中插入数据集。
2. 计算求和中公式的子部分，也称为SMAPE 差。
=2*ABS(Cell_No_Act-Cell_No_Fore)/(ABS(Cell_No_Act)+ABS(Cell_No_Fore))
where
ABS : Used to calculate the absolute value
Cell_No_Act : Cell number where Actual value is present
Cell_No_Fore : Cell number where Forecast value is present
上述公式将计算数据集中第一个条目的 SMAPE 差异。同样，您可以拖动“自动填充选项”按钮来获取整个数据集的 SMAPE 差异。
SMAPE差异
3. 现在，只需使用 Excel AVERAGE公式对步骤 2 中获得的所有数据求平均值或平均值。语法是：
=AVERAGE(Cell_Range)
因此，给定数据集的 SMAPE 值为0.0916 或 9.16%。