MAPE-Rechner

Der mittlere absolute prozentuale Fehler, kurz MAPE, beschreibt die durchschnittliche Größe von Prognosefehlern relativ zum jeweiligen Istwert. Dazu werden die absoluten prozentualen Fehler gebildet und gemittelt. Ein niedriger MAPE bedeutet im Allgemeinen eine nähere Prognose, aber die Kennzahl muss zum Datensatz passen.

Für jeden Istwert ungleich null berechnest du den absoluten Fehler geteilt durch den Betrag des Istwerts. Multipliziere den Durchschnitt dieser Quotienten mit 100, um ein Prozent-Ergebnis zu erhalten. Der Rechner zeigt zusätzlich MAE, RMSE, die größte Abweichung und die durchschnittliche Prognose-Tendenz.

Bei einem Istwert von null wäre die prozentuale Abweichung wegen der Division durch null nicht definiert. Der Rechner lässt diese Zeile deshalb aus dem MAPE-Durchschnitt weg. Sie bleibt aber in Anzahl, MAE, RMSE, größter Abweichung und Prognose-Tendenz enthalten, damit die Beobachtung nicht verschwindet.

Eine allgemeingültige Grenze gibt es nicht, weil die Bedeutung vom Anwendungsfall und von den Daten abhängt. Der Rechner ordnet Werte unter 10 % als sehr genau, unter 20 % als gut, bis 50 % als vertretbar und darüber als ungenau ein. Nutze diese Klassen als Orientierung, nicht als feste Qualitätsnorm.

MAPE misst Fehler relativ zum Istwert und wird als Prozentwert ausgegeben. MAE bildet den durchschnittlichen absoluten Fehler in der Einheit deiner Daten. RMSE gewichtet größere Fehler stärker, weil die Fehler quadriert werden. Gemeinsam liefern die drei Kennzahlen ein vollständigeres Bild der Prognosequalität.