MdRAE – Error absoluto de la media relativa

Calcula el error absoluto de la media relativa (MdRAE) entre el pronóstico y los resultados eventuales.

Sintaxis

MdRAE(X, F, M)

X

es el resultado eventual de la muestra de datos de una serie de tiempo (un despliegue de celdas unidimensional (Ej. fila o columna).

F

es el resultado de datos de series de tiempo (un despliegue de celdas unidimensional (Ej. fila o columna).

M

es el período en X. Para series de tiempo sin temporadas, usar M = 1 como estándar o dejarlo en blanco.

Observaciones

1. La serie de tiempo es homogenea o igualmente espaciada.
2. Las series de tiempo X y F deben ser de tamaños idénticos.
3. Las series de tiempo X o F pueden incluir observaciones con valores faltantes (e.g. #N/A o espacio en blanco).
4. Las observaciones con valores faltantes en Y or F se excluirán del cálculo MdRAE.
5. El error relativo absoluto para una observación dada se define así: $$r_t=\left | \frac{y_t - f_t }{ y_t - f_t^*} \right |$$ Where:
   • $\{y_t\}$ es el resultado del valor actual en el tiempo $t$.
   • $\{f_t\}$ es el pronóstico de valor en el tiempo $t$.
   • $\{f_i^*\}$ es el pronóstico de valor del punto de referencia en el tiempo $t$.
6. NumXL utiliza el modelo de pronóstico primitivo como un punto de referencia. El valor del pronóstico del punto de referencia se define así: $$ {\displaystyle f_t^*={\left\{\begin{matrix} y_{t-1} \\ y_{t-M} \end{matrix}\right. \begin{matrix} \mathrm{No-estacional}\\ \mathrm{Estacional} \end{matrix}}} $$
7. El error absoluto de la media relativa se encuentra odenando el error absoluto relativo RAE del más pequeño al más grande, y usando el valor del medio (o el promedio de los dos valores del medio is N es un número par) como la media: $$ {\displaystyle \mathrm{MdRAE}=\mathrm{media}(r_1,r_2,\cdots,r_N )} $$
8. MdRAE es más resistente a los valores atípicos a diferencia de MRAE y GMRAE
9. La función MdRAE esta disponible comenzando con la versión 1.65 HAMMOCK.

Ejemplos de archivos

Enlaces Relacionados

• Wikipedia - Error de aproximación.

Referencias

• R.J. Hyndman, A.B. Koehler, "Another look at measures of forecast accuracy", International Journal of Forecasting, 22 (2006), pp. 679-688.
• James Douglas Hamilton; Time Series Analysis; Princeton University Press; 1st edition(Jan 11, 1994), ISBN: 691042896.
• Tsay, Ruey S.; Analysis of Financial Time Series; John Wiley & SONS; 2nd edition(Aug 30, 2005), ISBN: 0-471-690740.
• D. S.G. Pollock; Handbook of Time Series Analysis, Signal Processing, and Dynamics; Academic Press; Har/Cdr edition(Nov 17, 1999), ISBN: 125609906.