Geri Dön

Makroekonomik zaman serisi analizi ve yapay sinir ağı uygulamaları

Macroeconomic time series analysis and artificial neural networks applications

PDF İndir

  1. Tez No: 220970
  2. Yazar: ÖZER ARABACI
  3. Danışmanlar: PROF. DR. MUSTAFA AYTAÇ
  4. Tez Türü: Doktora
  5. Konular: Ekonometri, Ekonomi, İstatistik, Econometrics, Economics, Statistics
  6. Anahtar Kelimeler: Zaman Serileri, Yapay Sinir Agı, leri Beslemeli Ag, ARIMA Modelleri, Önraporlama, Time Series, Artificial Neural Networks, Feedforward Networks, ARIMA, Forecasting
  7. Yıl: 2007
  8. Dil: Türkçe
  9. Üniversite: Uludağ Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
  12. Bilim Dalı: Ekonometri Bilim Dalı
  13. Sayfa Sayısı: 211

Özet

Son yıllarda zaman serisi analizinde yapay sinir agı modellerinin kullanımına ilgi artmaktadır. Dogrusal dısı modelleme basarısı, veri setinden ögrenebilme yetenegi ve veri yaratma sürecine kısıt getirmemesi gibi özellikler yapay sinir agı modellerini çekici kılmaktadır. Diger taraftan farklı bir terminolojiye sahip olması ve parametrik olamayan dogası ise bir dezavantaj olarak görülmektedir. Bu çalısmada iktisadi zaman serilerinin sahip oldugu farklı anahtar özellikler durumunda yapay sinir agı modellerinin kullanımının uygunlugu arastırılmaktadır. Bu amaçla mevsimsellik, yapısal kırılma, volatilite ve dogrusal dısılık gibi özelliklere sahip farklı zaman serileri kullanılmıstır. lk olarak bu seriler sahip oldukları bu anahtar özellikler durumda kullanılan geleneksel modellerle modellenmistir. kinci olarak ilgili seriler yapay sinir agı modelleriyle modellenmis ve önraporlama performansları karsılastırılmıstır. Elde edilen sonuçlar volatilite dısında diger durumlarda yapay sinir agı modellerinin kullanılabilecegini destekler yöndedir.

Özet (Çeviri)

There is an increasing interest in time series analysis using artificial neural networks models (ANN) in recent years. ANN models are attractive because of their nonlinear modelling success, learning from data capability. On the other hand it is a disadvantage that it has a different nomenclature and nonparametric nature. In this study it was investigated that in which cases it is usefull to use ANN models in economic time series analysis. For this purpose, some economic time series which have different key features such as seasonality, structural break, volatility and nonlinearity are used. Firstly these series are modelled by using traditional methods. Secondly same series are modelled by using ANN models and forecasting performance of those models are compared. Results are supported that except for volatility, ANN models can be used as a time series analysis method.

Benzer Tezler

  1. Tez No

    826751

    The forecast performances of the classical time series model and machine learning algorithms on bist-50 price index using exogenous variables

    Klasik zaman serisi modelinin ve makine öğrenme algoritmalarının bıst-50 fiyat endeksi üzerinde dışsal değişkenler kullanarak öngörü performansları

    FATMA PARLAK

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    İstatistikOrta Doğu Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. CEYLAN YOZGATLIGİL

  2. Tez No

    746134

    Doğrusal ve doğrusal olmayan zaman serileri analizinin seçilmiş bazı makroekonomik değişkenler üzerine uygulaması

    Application of linear and nonlinear time series analysis on some selected macroeconomic variables

    HAKAN ÖNDES

    Doktora

    Türkçe

    Türkçe

    2022

    EkonometriBursa Uludağ Üniversitesi

    Ekonometri Ana Bilim Dalı

    PROF. DR. ERKAN IŞIĞIÇOK

  3. Tez No

    811532

    Forecasting house price index in Turkey using arima transfer functions and artificial neural networks (ANN)

    Yapay sinir ağları ile konut fiyat endeksi tahmini

    MAHDI NASSER MOHAMMAD ABUANZEH

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    İşletmeİstanbul Aydın Üniversitesi

    İşletme Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ UĞUR ŞENER

  4. Tez No

    675038

    Derin öğrenme ile hisse senedi piyasası tahmini

    Predicting stock market by using deep learning

    CANSU ALTUNBAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    EkonometriAydın Adnan Menderes Üniversitesi

    Ekonometri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ELVAN HAYAT

    DR. ÖĞR. ÜYESİ OLGUN AYDIN

  5. Tez No

    885503

    Machine learning applications for time series analysis

    Zaman serileri analizi için makine öğrenmesi uygulamaları

    MERT CAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Matematikİstanbul Teknik Üniversitesi

    Matematik Mühendisliği Ana Bilim Dalı

    PROF. DR. ATABEY KAYGUN

Geri Dön