Veri zarflama analizi ve makine öğrenimi algoritmalarına dayalı çevresel etkinlik tahmini: G-20 ülkeleri örneği
Environmental efficiency prediction based on data envelopment analysis and machine learning algorithms: The case study of G20 countries
- Tez No: 1004062
- Danışmanlar: DR. ÖĞR. ÜYESİ SEVGİ ABDALLA
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Bulanık sayılar, Fuzzy numbers
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Yöneylem Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, G20 üyesi 19 ülkenin 1993–2020 dönemine ait verileri kullanılarak çevresel performansa dayalı sürdürülebilir büyüme (ÇPDSB) için kapsamlı bir etkinlik analizi gerçekleştirilmiştir. Analizde çevresel ve ekonomik göstergeler birlikte ele alınmış; istenmeyen çıktılar uygun dönüşüm yöntemleriyle modele dâhil edilmiştir. İlk aşamada ülkelerin yıllık etkinlik skorları, klasik çıktı yönelimli BCC Veri Zarflama Analizi (VZA) modeli kullanılarak hesaplanmıştır. Çevresel göstergelerdeki ölçüm belirsizliklerini dikkate alabilmek amacıyla bulanık Veri Zarflama Analizi (VZA) yaklaşımı uygulanmıştır. Ülkelerin zaman içerisindeki performans değişimlerini incelemek üzere bulanık Malmquist Toplam Faktör Verimliliği endeksinden yararlanılmıştır. Son aşamada ise elde edilen etkinlik skorları, ağaç tabanlı makine öğrenimi algoritmalarından biri olan XG-Boost Algoritmasıyla analiz edilerek etkinliği etkileyen değişkenlerin göreli önem düzeyleri belirlenmiştir. Tüm analizler Visual Studio Code üzerinden Python programlama dili kullanılarak gerçekleştirilmiştir. Elde edilen bulgular, G20 ülkelerinin ÇPDSB etkinliği farklılıklarını ortaya koymakta ve politika yapıcılara yönelik performans iyileştirme önerileri sunmaktadır. Bu çalışma, etkinlik analizlerinde bulanık Veri Zarflama Analizi (VZA), dinamik verimlilik ölçütleri ve makine öğrenimi yaklaşımlarını bütüncül biçimde bir 5araya getirerek literatüre metodolojik ve uygulamalı katkı sağlamaktadır.
Özet (Çeviri)
This research presents an in-depth efficiency analysis of environmental-based sustainable growth (EBSG), leveraging data from 19 G20 member countries between 1993 and 2020. The study integrates environmental and economic indicators, addressing undesirable outputs through suitable transformation methods. In the initial phase, annual efficiency scores for the countries are computed using the traditional output-oriented BCC Data Envelopment Analysis (DEA) model. To manage uncertainty in environmental indicator measurements, a fuzzy DEA approach is adopted. Additionally, to track changes in performance over time, the analysis applies the fuzzy Malmquist Total Factor Productivity (TFP) index. In the final stage, efficiency scores are evaluated using XG-Boost Algoritm which is one of the tree-based machine learning algorithms to identify the relative importance of the variables influencing efficiency. All analyses are executed using Python within Visual Studio Code. The results highlight disparities in EBSG efficiency among G20 nations and offer policy-driven recommendations to improve performance. By integrating fuzzy DEA methods, dynamic productivity metrics, and machine learning techniques within a cohesive efficiency analysis framework, this study provides both methodological advancements and practical insights to the existing body of research.
Benzer Tezler
- Ülkelerin COVID-19 ile ilgili sağlık performanslarının makine öğrenimi ve veri zarflama analizi ile değerlendirilmesi
Evaluation of countries' health performances related to COVID-19 through machine learning and data envelopment analysis
GÜLER ÖNDER
Doktora
Türkçe
2025
Sağlık Yönetimiİstanbul Medipol ÜniversitesiSağlık Yönetimi Ana Bilim Dalı
PROF. YETER USLU
- Bilgi ekonomisi göstergeleri açısından ülke performanslarının değerlendirilmesi
Evaluation of country performances in terms of knowledge economy indicators
ÖZGE GENÇER DUMAN
Doktora
Türkçe
2025
İstatistikKaradeniz Teknik ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. TUBA YAKICI AYAN
- Konya ilinde yumurta tavukçuluğu yapan işletmelerin teknik ve ekonomik analizi
Technical and economic efficiency of laying hen enterprises in Konya district
NURŞEN DOĞAN
Doktora
Türkçe
2017
Veteriner Hekimliğiİstanbul ÜniversitesiZootekni Ana Bilim Dalı
DOÇ. DR. FERHAN KAYGISIZ
- Türkiye ve Avrupa Birliği ülkelerinde yükseköğretim kamu harcamalarının karşılaştırmalı etkinlik analizi
A comparative efficiency analysis of public expenditure on higher education in Turkey and European Union countries
SİBEL AYBARÇ BURSALIOĞLU
- Veri zarflama analizi ve makine öğrenmesi metodlarından oluşan hibrit bir yöntem
A hybrid method consisting of data envelopment analysis and machine learning methods
CANBERK ARSLAN