用于MAPE的Power BI表中的总计不正确

Question

我对Power BI还是陌生的，并且一直在为表格中的总计问题苦苦挣扎。

我正在尝试使用以下计算方法来计算平均平均百分比误差（MAPE）： [ABS（实际-预测）/实际]

下面是我的数据集：

“ MAPEX”列中的总数实际上是“ AbsErr” /“实际”列中的总数之和：（1457.27 / 2786.27 = 0.52）。

我实际上需要显示的是“ MAPEX”中的值之和，总计为5.88。

“ MAPEX”列是具有以下定义的度量：

MAPEX = DIVIDE([AbsErr], sum(CUBE_PeriodicData[Actuals]),0)

我不需要在表格的“总计”行中显示正确的总计，可以将其作为卡片放置在报表的其他位置，我只想知道DAX中是否有我要的功能不知道哪个会垂直汇总列中的值？

Answer 1

Seymour的回答看起来不错，但我想补充一点，在这种情况下粒度很重要。

假设您拥有this之类的星型模式，那么可以很容易地使用以下公式定义度量“总预测”，“总实际”，“绝对误差”和“绝对百分比误差”。

Total Forecast            = SUM ( Forecast[Forecast] )
Total Actual              = SUM ( Actual[Actual] )
Absolute Error            = ABS ( [Total Forecast] - [Total Actual] )
Absolute Percentage Error = DIVIDE ( [Absolute Error], [Total Actual] )

这是到目前为止您会得到的。

在这里，您正在询问如何计算绝对百分比误差之和。

根据定义，“绝对百分比误差”显示的是“绝对误差”除以“总实际值”的值。与下钻级别无关。因此，总和显示为0.52，即绝对误差（1,457.27）除以总实际值（2,786.27）。如果希望在总计层次上进行不同的计算，则需要显式实现此逻辑。

您的要求将更明确地陈述如下：

1. 计算每个项目名称，年份和月份的绝对百分比误差值。
2. 然后添加它们。

实现此逻辑所需的功能是SUMX。另外，您可以显式使用SUMMARIZE来确保您要以特定的粒度计算绝对百分比误差。

MAPEX = SUMX (
    SUMMARIZE (
        Forecast,
        'Product'[ItemName],
        'Calendar'[Year],
        'Calendar'[Month]
    ),
    [Absolute Percentage Error]
)

到目前为止，我一直在强调粒度。这是因为，如果您不了解粒度，在某些情况下结果可能看起来很奇怪。

在上图中，MAPEX看起来与“绝对百分比误差”相同，除了总计。但是，如果您按季度而不是月份向下钻取，则会发现完全不同。

绝对百分比误差显示的是绝对误差与实际总水平在季度之间的商，而MAPEX仍在总结每月的绝对百分比误差值，即使是月份没有显示在表格中。

所以，我的最后一句话是，每当您发明一种新的度量标准（例如MAPEX）时，您总是需要问问自己，对于每种可能的粒度，它是否有意义。

Answer 2

解决此问题的一种方法是使用标题为MAPEX的自定义列，而不是进行计算的度量。如果出于特殊原因需要使用DAX，请随时告诉我，我也许可以找出解决方法。

列= ABS（（[Actuals]-[Forecast]）/ [Actuals]）

编辑：以防万一，创建新列的方式是在视图标签中使用此按钮。

或者，您可以在看起来对我有用的查询编辑器中创建自定义列。

Answer 3

一起去

VAR _mytable = SELECTCOLUMNS（事实表，“ MAPE”，ABS（实际-预测）/实际）） 返回 Sumx（_mytable，[MAPE]）