如何在 Excel 中计算准确率百分比.docx

如何在Excel中计算准确率百分比

准确率百分比是用于衡量预测值相对于实际值的准确度的指标。

准确率越接近100%，预测值越接近实际值。

以下分步示例演示了如何在Excel中计算准确率百分比。

第1步：创建数据

首先，我们创建一个数据集，显示某公司在六个不同区域的预测销售额与实际销售额：

第2步：计算准确率百分比

假设我们要计算每个区域的每个预测销售值相对于实际销售值的准确度百分比。

为此，我们可以在单元格D2中键入以下公式：

=1-ABS(B2/C2-1)

然后我们可以单击该值并将其向下拖动到D列中的每个剩余单元格：

步骤3：将值设置为百分比格式

最后，突出显示范围D2:D7，然后单击“主页”选项卡上“数字”组中的百分比(?%?)符号：

D列中的值现在将格式化为百分比：

D列显示每个预测销售额相对于实际销售额的准确率百分比。

准确率越接近100%，预测销售值相对于实际销售值越接近。

100%的准确率意味着预测值与实际值完全匹配。

其他资源

以下教程介绍了如何在Excel中执行其他常见操作：

在统计学中，简单线性回归是一种我们可以用来量化预测变量x和响应变量y之间关系的技术。?

当我们进行简单的线性回归时，我们得到一条描述x和y之间关系的“最佳拟合线”，可以写为：

?=b?0??+b?1?x

在哪里：

?是响应变量的预测值

b?0?是y轴截距

b?1?是回归系数

x是预测变量的值

有时我们有兴趣使用这条最佳拟合线来构造?给定值x?0的预测区间?，该区间是预测值??0周围的一个区间，这样y的实际值有95%的概率x?0对应的总体在这个区间内。

计算给定值x?0的预测区间的公式为：

×?0??+/-t?α/2,df=n-2?*se

在哪里：

se=S?yx?√(1+1/n+(x?0?–?x?)?2?/SS?x?)

这个公式可能看起来有点吓人，但实际上在Excel中计算起来很简单。接下来，我们将通过一个示例演示如何使用此公式计算Excel中给定值的预测区间。

示例：如何在Excel中构建预测区间

以下数据集显示了15名不同学生的学习小时数以及考试成绩：

假设我们想要为值x?0?=3创建一个95%的预测区间。也就是说，我们想要创建一个区间，使得对于学习以下课程的学生来说，考试成绩处于该区间内的概率为95%3小时。

以下屏幕截图显示了如何计算获得此预测区间的所有必要值。

注意：F??列中的公式?显示了E?列中的值?是如何计算的。

x0?=3?值的95%预测区间为(74.64,86.90)。也就是说，我们以95%的概率预测学习3小时的学生将获得74.64到86.90之间的分数。

关于所使用的计算的一些注释：

为了计算tα/2,df=n-2的t临界值?，我们使用α/2=.05/2=0.25，因为我们想要95%的预测区间。请注意，较高的预测区间（例如99%预测区间）将导致更宽的区间。相反，较低的预测区间（例如90%的预测区间）将导致更窄的区间。

我们使用公式?=FORECAST()?来获取??0?的预测值，但公式?=FORECAST.LINEAR()?将返回完全相同的值。

朴素预测是?指给定时期的预测仅等于前一时期观察到的值。

例如，假设给定产品在今年前三个月的销售额如下：

4月份的销售额预测将简单地等于3月份上个月的实际销售额：

尽管这种方法很简单，但在实践中往往效果出奇的好。

本教程提供了如何在Excel中执行简单预测的分步示例。

第1步：输入数据

首先，我们将输入某个虚构公司12个月的销售数据：

第2步：创建预测

接下来，我们将使用以下公式为每个月创建简单的预测：

第3步：衡量预测的准确性

最后，我们需要衡量预测的准确性。用于衡量准确性的两个常见指标包括：

平均绝对百分比误差

平均绝对偏差

下图显示了如何计算平均绝对百分比误差：

平均绝对百分比误差为?9.9%。

下图显示了如何计算平均绝对偏差：

平均绝对偏差为?3.45。

要知道这个预测是否有用，我们可以将其与其他预测模型进行比较，看看准确度测量是更好还是更差。

以下分步示例演示如何在Excel中创建销售预测。

第1步：创建数据

首先，我们创建一个数据集，显示某公司连续18个月内的总销售额：

注意：为了在下一步中使用预测功能，请确保每个日期的间隔均匀。例如，上面数据集中的日期间隔一个月。

第2步：创建预测

接下来，突出显示A1:B19范围内的单元格?，然后单击顶部功能区的“数据”选项卡，然后单击“预测”组?中的“预测表”：

在出现的新窗口中，单击底部附