Calcula la suma de errores absolutos (SAE) entre el pronóstico y los resultados eventuales.
Sintaxis
SAE(X, Y)
- X
- son los datos de las series de tiempo originales (resultados eventuales) (un array unidimensional de celdas (Por ejemplo: filas o columnas)).
- Y
- son los datos de la series de tiempo pronosticados (un array unidimensioonal de celdas (Por ejemplo: filas o columnas)).
Observaciones
- L serie de tiempo es homogénea o igualmente espaciada.
- Las dos series de tiempo deben ser idénticas en tamaño.
- Un valor faltante (say $x_k$ or $\hat x_k$) serie de tiempo excluirá el punto de datos $(x_k,\hat x_k)$ de SSE.
- La suma de errores absolutos (SAE) o desviaciones (SAD), es definida de la siguiente manera:
$$\mathrm{SAE}=\mathrm{SAD}=\sum_{i=1}^N \left | x_i-\hat x_i \right |$$
Donde:
- $\{x_i\}$ son las observaciones actiales de las series de tiempo
- $\{\hat x_i\}$ es la serie de tiempo estimada o pronosticada
Ejemplos
Ejemplo 1:
|
|
| Fórmula | Descripción (Resultado) |
|---|---|
| =SAE($B$1:$B$19,$C$1:$C$19) | SAE (24.59) |
Ejemplos de archivos
Enlaces Relacionados
Referencias
- Hamilton, J .D.; Time Series Analysis , Princeton University Press (1994), ISBN 0-691-04289-6
- Tsay, Ruey S.; Analysis of Financial Time Series John Wiley & SONS. (2005), ISBN 0-471-690740
Comentarios
El artículo está cerrado para comentarios.