Sådan beregnes den gennemsnitlige absolutte fejl

I statistik laver du prognoser baseret på de data, du har til rådighed. Desværre stemmer ikke altid prognoserne med de faktiske værdier genereret af dataene. Det er nyttigt at kende forskellen mellem prognoserne og de faktiske værdier for dine data, da det kan hjælpe dig med at forfine fremtidige prognoser og gøre dem mere nøjagtige. For at finde ud af, hvor meget af en forskel der er mellem dine prognoser og den faktiske producerede værdi, skal du beregne den gennemsnitlige absolutte fejl (også kendt som MAE) af dataene.
Beregn SAE

Før du kan beregne MAE af dine data, skal du først beregne summen af absolutte fejl (SAE). Formlen for SAE er Σ ^{n _{i \u003d 1}}