Geri Dön

Zaman serileri analizinde mevsimsel düzeltme yöntemleri ve aylık sanayi üretim indeksine uygulanması

Seasonal adjustment methods in the time series analysis and application of these methods to monthly industrial production index

  1. Tez No: 234040
  2. Yazar: ŞERİFE ÇİĞDEM
  3. Danışmanlar: PROF. DR. REŞAT KASAP
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2009
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Bölümü
  12. Bilim Dalı: İstatistik Ana Bilim Dalı
  13. Sayfa Sayısı: 110

Özet

mevsimsellik bir zaman serisinde her yıl aynı dönemde tekrar eden hareketler olarak tanımlanabilir.zaman serilerinde mevsimsel düzeltme,gözlenen serinin mevsimsel dalgalanmalardan ve temel trendlerden arındırılması anlamına gelmektedir.mevsimsel hareketlerden arındırılmış seri, belirli zaman diliminde oluşan reel değişimleri yansıtarak ekonomik anlamda daha gerçekçi yorum yapma olanağı sağlar.mevsimsel düzeltme yönteminin seçimi, serinin mevsimsel etkilerinin tam olarak giderilmesi açısından son derece önemlidir. bu tezde en yaygın kullanıma sahip mevsimsel düzeltme yöntemlerinden X-12-ARIMA ve TRAMO/SEATS programlarının aylık sanayi üretim indeksi üzerindeki performansı incelenmiştir. aylık sanayi üretim indeksine bu iki program uygulanmış ve sonuçları belli kriterlere göre karşılaştırılmıştır.

Özet (Çeviri)

seasonaity can be defined as a pattern of a time series, which repeats at regular intervals each year. the seasonal adjustment of a time series refers to the isolation of both seasonal fluctations and also the basic trends of observed series. the de-seasonalised data, providing more redily interpretable measures of changes occurring in a given period, provides a chance to make a more realistic interpretation in economic sense. it is an undeniable fact that choice of seasonal effect in a series. in this thesis, the performance of most commonly used seasonal adjustment methods namely; X-12-ARIMA and TRAMO/SEATS on the monthly industrial production index has been analysed. the two methods are applied to the monthly industrial production index series and the results have been compared using specific criteria.

Benzer Tezler

  1. Particulate matter 2.5 – PM2.5 mapping using MODIS satellite data and multivariate non-linear regression analysis over Marmara Region – Turkey

    MODIS uydu verileri ve çok değişkenli doğrusal olmayan regresyon analizi ile partiküler madde 2.5-PM2.5 haritasının Marmara Bölgesi-Türkiye için üretilmesi

    MIDYAN ALDABASH

    Doktora

    İngilizce

    İngilizce

    2021

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. FİLİZ BEKTAŞ BALÇIK

  2. Türkiye'deki finansal yatırım araçlarına yönelik tahminlemede zaman serileri analizi ve derin öğrenme tekniklerinin karşılaştırılması

    Comparison of time series analysis and deep learning techniques in forecasting financial investment instruments in Turkey

    MERVENUR TELATAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Okan Üniversitesi

    Bilişim Sistemleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ FERİDUN CEMAL ÖZÇAKIR

  3. Yapısal kırılma durumunda birim kök testleri ve gelir yakınsaması analizi: Avrupa Birliği'ne üye ve aday ülkeler için

    Unit root test in the case of structural break and income convergence analysis: For European Union member and candidate countries

    BURCU YILDIRIM

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    Ekonometriİstanbul Üniversitesi

    Ekonometri Ana Bilim Dalı

    DOÇ. DR. NİLGÜN ÇİL YAVUZ

  4. Çift mevsimsel zaman serisinin öngörüsü için iki aşamalı yeni bir yaklaşım

    A new two-stage approach for forcasting of double seasonal time series

    KEZİBAN KILIÇ TOPAL

    Doktora

    Türkçe

    Türkçe

    2022

    İstatistikOndokuz Mayıs Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. VEDİDE REZAN USLU