Devemos usar a métrica MAPE em previsão de demanda?

A previsão de demanda é um componente essencial da análise econômica e empresarial. Para avaliar a precisão das previsões, diversas métricas de erro são utilizadas. Entre elas, o Erro Percentual Absoluto Médio (MAPE - Mean Absolute Percentage Error) é uma das mais conhecidas.

Definição do MAPE

O MAPE é definido como a média dos erros absolutos percentuais entre os valores reais e os previstos:

    \[MAPE = \frac{1}{n} \sum_{i=1}^{n} \left| \frac{Y_i - \hat{Y}_i}{Y_i} \right| \times 100\]

Onde:

  • Y_i é o valor real na observação i;
  • \hat{Y}_i é o valor previsto;
  • n é o número total de observações.

Vantagens do MAPE

  1. Facilidade de Interpretação: Expressa o erro em termos percentuais, facilitando a comunicação dos resultados.
  2. Escala Invariante: Pode ser comparado entre diferentes séries temporais, pois não depende da magnitude dos valores.
  3. Amplamente Utilizado: É uma métrica conhecida e frequentemente encontrada na literatura.

Desvantagens do MAPE

  1. Problema com Valores Pequenos: Se Y_i for próximo de zero, o erro percentual explode, tornando o MAPE menos confiável.
  2. Assimetria: Penaliza mais previsões que superestimam a demanda do que aquelas que a subestimam. Exemplo: se Y_i=150 e \hat Y_i=100, temos um MAPE de 33%, enquanto que se Y_i=100 e \hat Y_i=150, temos um MAPE de 50%.
  3. Não Diferenciável em Zero: Para séries com valores negativos ou zeros, o MAPE não pode ser calculado diretamente sem ajustes.

Alternativas ao MAPE

Dada as limitações do MAPE, outras métricas são frequentemente recomendadas:

  • Mean Absolute Scaled Error (MASE): Considera a escala dos dados.
  • Symmetric Mean Absolute Percentage Error (sMAPE): Ajusta a fórmula para evitar assimetria.
  • Root Mean Squared Error (RMSE): Penaliza grandes erros mais do que pequenos.

Exemplo Prático em Python

A seguir, um exemplo prático de cálculo do MAPE em Python:

MAPE: 4.57%

Conclusão

O MAPE é uma métrica útil, mas apresenta limitações que devem ser consideradas ao avaliar previsões de demanda. Dependendo do contexto, outras métricas podem ser mais apropriadas para medir a precisão da previsão.

Referências

Hyndman, R. J., & Koehler, A. B. (2006). Another look at measures of forecast accuracy. International Journal of Forecasting, 22(4), 679-688.

Quer aprender mais?

Conheça nossa Formação do Zero à Análise de Dados Econômicos e Financeiros usando Python e Inteligência Artificial. Aprenda do ZERO a coletar, tratar, construir modelos e apresentar dados econômicos e financeiros com o uso de Python e IA. 

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como Criar um Agente Analista para Dados da Inflação com LangGraph

Este post mostra como automatizar a análise da inflação brasileira com o uso de agentes inteligentes. Utilizando o LangGraph, integramos dados do IPCA, núcleos de inflação e grupos do índice para criar um sistema capaz de gerar análises econômicas automatizadas com base em consultas em linguagem natural.

Como Criar um Agente para Análise da Atividade Econômica com LangGraph

Este post mostra como automatizar a análise da atividade econômica brasileira com agentes inteligentes. Utilizando o framework LangGraph e dados do IBGE e Banco Central, construímos um sistema capaz de gerar respostas analíticas a partir de perguntas em linguagem natural, unindo automação de consultas SQL e interpretação econômica.

Introdução ao LangGraph

LangGraph é um framework em Python desenvolvido para gerenciar o fluxo de controle de aplicações que integram um modelo de linguagem (LLM). Com ele podemos construir Agentes de IA robustos e previsíveis.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.