在统计学中，我们经常使用预测准确度，它表示一个数量与该特定数量的实际值的接近程度。实际值也称为真值。它基本上表示业务专业人士高度使用的密切程度或验证过程，以保持其销售和交换的跟踪记录，以保持每年的需求和供应映射。有多种方法可以计算预测准确度。
因此，用于计算预测精度的最常用方法之一是MAPE ，缩写为Mean Absolute Percentage Error 。这是一种有效且更方便的方法，因为仅通过查看 MAPE 值就可以更轻松地解释准确度。在这里，当任何实体的实际值变为零时，我们面临一个无限错误的问题。
WMAPE或Weighted MAPE缩写为Weighted Mean Absolute Percentage Error也是一种准确度预测技术。在这里，消除了无限误差(除以零)的问题，因为分母中实际值的总和永远不会为零。它根据权重计算误差，但在 MAPE 的情况下，误差是根据平均值计算的。因此，WMAPE 比 MAPE 更可靠并提供有效的准确性。
在 Excel 中计算 WMAPE 的公式是：
在本文中，我们将讨论如何使用合适的示例在 Excel 中计算 WMAPE。
示例：考虑如下所示的数据集：
WMAPE的计算
Excel中公式所需的函数是-
SUM : To calculate the sum of multiple values
ABS : To calculate the absolute value.
步骤是：
1. 在 Excel 表格中插入数据集。
2. 计算求和中公式的子部分，也称为加权误差。
=ABS(Cell_No_Act-Cell_No_Fore)
where
ABS : Used to calculate the absolute value
Cell_No_Act : Cell number where Actual value is present
Cell_No_Fore : Cell number where Forecast value is present
上述公式将计算数据集中第一个条目的加权误差。现在，您可以拖动“自动填充选项”按钮来获取剩余条目的加权误差。
3. 现在使用SUM函数求加权误差和实际值的总和并将它们除以得到 WMAPE。
The entries of Weighted Error are in the Cell range : D3 to D12
The entries of Actual Value are in the Cell range : B3 to B12
WMAPE 的值约为0.09189或9.189% 。