LLM( 생성형) 업무효율화, 업무활용, 인공지능 활용하여 일잘 하는법 107

따라하면 바로 적용 가능한 이동평균법과 계절요인 제거하는 방법

 

 

 

평균절대오차

평균은 평균인데 평균절대오차는 무엇일까요? 평균절대오차는 이동평균을 이용했을 때 나오는 결과값이 실제 관측값 하고의 차이를 평균한 것을 말합니다 이때 차이가 음수가 될 수도 있기에 이를 절대값(결과는 음수이나 실제로는 실수 인 경우) 처리해 준 것입니다. 생성형 인공지능에 평균절대오차에 대해서 물어보겠습니다.

Input
엑셀에서 평균절대오차 개념이 뭐야?

Output
엑셀에서 "평균절대오차"란 예측값과 실제값 사이의 차이를 나타내는 지표입니다. 평균절대오차는 실제값과 예측값의 차이의 절대값을 모두 더한 후에 해당 값을 전체 데이터 개수로 나누어 구합니다. 이것은 예측 모형의 정확성을 나타내는 중요한 지표 중 하나로 사용됩니다. 만약 이 지표가 낮을수록 모형이 실제 값을 정확하게 예측한다고 볼 수 있습니다. 평균절대오차를 계산하면 모형이 얼마나 정확하게 예측을 수행하는지 평가할 수 있습니다. 이때 오차가 작을수록 모델의 예측이 정확하다고 평가할 수 있습니다. 평균절대오차는 모형의 예측 능력을 판단하는 중요한 지표 중 하나입니다.


출처: ‘라온’ service base by AI:DRIVE with HBC data 26w,2024

 

설명을 쉽게 해달라고 시스템 세팅을 했지만, 여전히 어려운 설명을 해줍니다. 그래서 제가 다시 아주 쉽게 예를 들어 설명 드리면 다음과 같습니다.

	실측값	2년 이동평균	오차값	절대오차값
1	12	N/A	N/A	N/A
2	14	13	-1	1
3	10	12	-2	2
4	14	12	-2	2

 

절대오차값의 평균이 평균절대오차입니다.

그러니까 평균절대오차값 또는 평균절대오차는 예측모델을 사용함에 있어 실제 값과 예측값의 차이를 말하며 이러한 차이의 평균을 평균절대오차 라고 합니다. 잔차와는 다릅니다. 오차와 잔차가 다소 헷갈릴수 있는데 잔차는 관측값이 예측값과의 차이가 잔차고 오차는 실측값이 예측값하고의 차이가 오차입니다.

 

그럼 이를 활용한 판매량을 예측한 모델을 보겠습니다.

년도	실제 판매량	3개월	오차 절대값	5개월	오차 절대값
1월	1,548
2월	1,065
3월	1,383
4월	1,342	1,332	10
5월	1,105	1,263	158
6월	1,007	1,277	270	1,289
7월	1,220	1,151	69	1,180
8월	1,422	1,111	311	1,211	211
9월	1,496	1,216	280	1,219	277
10월	1,305	1,379	74	1,250	55
11월	1,001	1,408	407	1,290	289
12월	1,206	1,267	61	1,289	83
1월			182		183

 

1년치 판매 데이터가 있다고 가정하겠습니다. 그리고 우리는 1월달에 판매되는 것을 예측하고 싶은 것입니다. 3개월 평균은 1월 2월 3월 평균 값입니다. 그걸 드레그앤 드랍해서 12월까지 만든 것입니다. 오차 절대값은 4월을 보면 실제 판매량은 1,342 인데 3개월 평균값은 1,332로 ‘-10’입니다. 하지만 이게 안 팔린 게 아니고 실제 팔린 것이기 때문에 음수가 아닌 실수입니다. 그래서 절대값을 해줘야 합니다.

Input
엑셀에서 절대값 구하는 함수식 가르쳐 줘

Output
엑셀에서 절대값을 계산하는 함수는 "ABS"입니다. ABS 함수는 인수로 전달된 숫자의 절대값을 반환합니다. 예를 들어, =ABS(-5)를 입력하면 5가 반환됩니다. ABS 함수는 특정 셀이나 값의 절대값을 쉽게 구할 때 사용됩니다. 따라서 엑셀에서 절대값을 구하는 함수식을 사용하려면, 예를 들어 특정 셀에 있는 값의 절대값을 구하고 싶다면 "=ABS(셀번호)"와 같은 방식으로 ABS 함수를 사용하면 됩니다.


출처: ‘라온’ service base by AI:DRIVE with HBC data 26w,2024

 

함수식이 ABS입니다. 예제 파일에서 해당 셀을 클릭하면 바로 인지가 가능하십니다.

그렇게 나온 오차 절대값의 평균을 보면 3개월 평균은 182가 나오고 5개월은 183이 나옵니다. 사실 이 정도 차이는 통계적으로 의미는 없는데 그래도 1 차이가 나니 3개월 평균으로 1월달 예측하는 것이 좀 더 바람직해 보입니다. 이런 방법을 ‘이동평균법’이라고 합니다. 즉 전체 평균을 하기 보다 3개월간 평균값을 이용하는 게 더 바람직하다 판단합니다.

.

.

.

생성형인공지능, LLM, 일잘러, RAG응용, 챗지피티 를 활용해서 프로 일잘러 되기 출간 준비중~~!!