Geri Dön

Performance of ensemble forecasting tools for analysis turkish consumer price index

Tüketici fiyat endeksi analizi için toplu öngörü araçlarının performansı

PDF İndir

  1. Tez No: 521047
  2. Yazar: PETEK AYDEMİR
  3. Danışmanlar: DOÇ. DR. CEYLAN YOZGATLIGİL
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: İstatistik Bilim Dalı
  13. Sayfa Sayısı: 105

Özet

Zaman serileri analizindeki en büyük zorluk, geçmiş değerleri kullanarak gelecek değerlere ait öngörüleri mümkün olduğunca doğru bir şekilde elde etmektir. Enflasyonun doğru öngörülmesi, piyasa ekonomilerinde, politika yapıcılarda ve parasal sistemde büyük bir öneme sahiptir, çünkü enflasyon oranı insanların yaşam maliyetini ve standardını belirler. Ayrıca, yatırımcıların kararlarını da etkiler. Türkiye'de enflasyon oranı tüketici fiyat endeksi (TÜFE) ile ölçülmektedir. Bu çalışmada TÜFEnin öngörü değerlerini elde etmek için altı bireysel modele başvurulmuştur. Bunlar, dışsal değişkenli mevsimsel otoregresif tamamlanmış hareketli ortalama modeli, Holt-Winters Üstel Düzgünleştirme, TBATS modeli, Yapay Sinir Ağları, Theta Modeli ve STL modelidir. Daha sonra, TÜFEnin öngörü performansını arttırmak amacıyla birkaç metodun birleştirilmesi ile elde edilen topluluk modeli kullanılmıştır. Kullanılan bireysel modellerin ve topluluk modelinin öngörü performansı Hata Kareler Ortalamasının Kare Kökü ve Mutlak Hata Ortalama Yüzdesi kullanılarak değerlendirildi. Bulgularımız SARIMAX(4,1,4)(2,0,1)x12 modeli ve yapay sinir ağları ve auto.arimadan oluşan topluluk modeli 12 aylık TÜFE için en iyi öngörüleri elde ettiğini gösteriyor.

Özet (Çeviri)

Major challenge in time series analysis is to get reasonably accurate forecasts of the future data from the analysis of the previous records. Accurate forecasting of inflation has great importance in the market economies, the policymakers and the monetary system since the inflation rate determines the cost and standard of living. Also, it affects the decision on investments. In Turkey, the inflation rate is measured by the consumer price index (CPI). There exist many methods to predict the future values of the CPI. In this study, six individual models were applied to forecast the Turkish CPI. Those are Seasonal Autoregressive Integrated Moving Average Model with Exogeneous variables (SARIMAX), Holt-Winters Exponential Smoothing, Trigonometric Exponential Smoothing State Space model with Box-Cox transformation, ARMA errors, Trend and Seasonal Components (TBATS) model, Artificial Neural Network (ANN), Theta Model, Seasonal Trend Decomposition with Loess (STL). Then, ensemble model was constructed to improve the forecast performance. Ensemble model is the combination of several forecasting models to improve the performance of the forecast. The forecast accuracy of all models is evaluated by the Root Mean Square Error and Mean Absolute Percentage Error. Our findings show that SARIMAX(4,1,4)(2,0,1)x12 and ensemble model composed of auto.arima and neural network produce the best forecasts for 12 month Turkish CPI.

Benzer Tezler

  1. Tez No

    959203

    Makine öğrenmesi kullanarak Türkiye'de elektrikli araç şarj istasyonlarının potansiyel kullanım performansının mekânsal tahmini

    Spatial estimation of potential utilization performance of electric vehicle charging stations in Türkiye using machine learning methods

    SERKAN TANRIVERDİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ADALET DERVİŞOĞLU

  2. Tez No

    944673

    Multi-scale rainfall predictions using data-driven models with advanced data preprocessing techniques

    Gelişmiş veri ön işleme teknikleriyle veri odaklı modeller kullanarak çok ölçekli yağış tahminleri

    KÜBRA KÜLLAHCI

    Doktora

    İngilizce

    İngilizce

    2025

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ABDÜSSELAM ALTUNKAYNAK

  3. Tez No

    942802

    Forecasting of produced output electricity in photovoltaic power plants

    Foto-voltaik güç santrallarında elektrik üretim tahmini

    TARANEH SAADATI

    Doktora

    İngilizce

    İngilizce

    2025

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilim ve Teknoloji Ana Bilim Dalı

    DOÇ. DR. BURAK BARUTÇU

  4. Tez No

    877140

    Enhancing maximum power point tracking through ensemble learning techniques

    Topluluk öğrenme teknikleri yoluyla maksimum güç noktası takipini geliştirme

    HAYDER HUSAM MAHMOOD AL-MAYYAH

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik MühendisliğiAltınbaş Üniversitesi

    Elektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ZAID HAMODAT

  5. Tez No

    940792

    Improvıng the predıctıon of oıl and gas productıon usıng artıfıcıal ıntellıgence algorıthms

    Yapay zeka algoritmalarını kullanarak petrol ve gaz üretim tahminlerinin iyileştirilmesi

    AZHAR NAJI MUHAJIR ALYAHYA

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    EnerjiSakarya Üniversitesi

    Mühendislik Bilimleri Ana Bilim Dalı

    PROF. DR. GÜLÜZAR ÇİT

Geri Dön