Метод, опирающийся на правило двух сигм, с использованием МАРЕ.

Однако у предыдущего способа есть несколько особенностей, например, большая чувствительность к большим отклонениям прогнозируемого значения от реального. Пусть построенная модель в целом довольно хорошо повторяет реальные данные о продажах, но имеются несколько точек, где отклонение от реальных данных большое. Это приводит к увеличению ширины доверительного интервала и для всех остальных сезонов. Существует мнение, что для устранения этого недостатка необходимо компенсировать величину ошибки значимостью этой ошибки. В таком случае возможность перевеса множества мелких ошибок одной крупной удастся избежать. На этой идее основан метод построения доверительного интервала с использованием MAPE. Он основан на показателе абсолютной относительной ошибки – APE:

, где - данные, - прогноз.

Среднее значение ошибки APE собственно и обозначается как MAPE:

и имеет ясную интерпретацию – типичная ошибка прогноза равна *MAPE. Если мы прогнозируем, например, необходимое с точки зрения логистики количество единиц продукции, то чтобы не возникло дефицита, на складе должно быть кол-во продукции согласно прогнозу ПЛЮС величина средней ошибки. Кроме ясности, по мнению некоторых специалистов в области логистики, MAPE обладает большей устойчивостью к выбросам по сравнению со средней квадратичной ошибкой. В предположении нормального закона распределения ошибки, границы 95%-ных доверительных интервалов прогноза лежат в 2-х стандартных отклонений, равных MAPE.