Erro Médio Absoluto

Erro Médio Absoluto (MAE)

Média Erro Absoluto (MAE) is a statistical measure used to assess the accuracy of a model’s predictions. It quantifies the average absolute difference between the actual values and the values predicted by the model. Unlike some other error metrics, MAE treats all errors equally, regardless of their direction (i.e., whether predictions are above or below the actual values).

Para calcular o MAE, siga estes passos:

1. Subtraia o valor previsto do valor real para cada observação para encontrar o erro.
2. Tire o valor absoluto de cada erro para evitar diferenças negativas.
3. Some todos os erros absolutos.
4. Divida o total pelo número de observações.

A fórmula para o MAE pode ser expressa matematicamente como:

MAE = (1/n) * Σ |Real_i – Predicted_i|

where n is the number of observations, Real_i is the actual value, and Previsto_i é o valor previsto.

O MAE é uma métrica amplamente utilizada em áreas como aprendizado de máquina and forecasting because it is easy to understand and interpret. A lower MAE value indicates a better fit of the model to the data, meaning the predictions are closer to the actual values. However, it is important to note that MAE does not provide information about the direction of errors (whether predictions are overestimates or underestimates), which may be relevant in certain applications.