Çimento ve taş kömürü örnek sektörlerinde stok miktarı tahmini için sınıflama tipi modeller ile çoklu regresyon modellerinin karşılaştırılması
Comparison of classification models and multiple regression models for stock quantity estimation in cement and hard coal sample sectors
- Tez No: 550239
- Danışmanlar: PROF. DR. ŞENOL ALTAN
- Tez Türü: Doktora
- Konular: Ekonometri, İşletme, Econometrics, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
- Bilim Dalı: Ekonometri Bilim Dalı
- Sayfa Sayısı: 243
Özet
İşletmeler rekabet ortamında faaliyetlerine devam edebilmek ve üretimdeki aksaklıklara karşı bir önlem almak amacıyla stok yönetimine ihtiyaç duymaktadırlar. Bu çalışmada da ülkemizin Çimento ve Taş Kömürü sektörlerine ilişkin stok miktarı tahmini üzerine çalışmalar yapılmıştır. Çimento modelinde 2005 Ocak-2015 Aralık dönemi; Taş kömürü modelinde 2010 Ocak - 2015 Aralık dönemi ele alınmış; stok miktarı ve stok miktarını etkilediği önsel olarak belirlenen değişkenler arasındaki ilişkiler, Hendry'nin Genelden-Özele Modelleme yöntemi ve VAR yöntemi ile incelenmiştir. Daha sonra her bir sektöre ilişkin seçilen bölge/müesseseler için özel modeller elde edilmiştir. Özel modellerde belirlenen değişkenlere ilişkin sınıflama tipi modeller ile çoklu regresyon modelleri elde edilerek, tüm modellerin tahmin performansları karşılaştırılmıştır. Elde edilen sonuçlara göre, Çimento sektöründe Marmara ve Akdeniz Bölgeleri için en yüksek stok miktarı tahmin performansı“Regresyon”modeline aittir. Etki-tepki fonksiyonları sonuçlarına göre, Marmara Bölgesinin oluşabilecek şoklara karşı daha geç tepki vermesinden dolayı Akdeniz Bölgesinin Çimento“Stok Miktarı”bulundurmak için daha avantajlı bir bölge olduğu sonucuna varılmıştır. Taş Kömürü sektöründe“Amasra”ve“Armutçuk”müesseseleri ele alınmış ve en yüksek performanslı stok miktarı tahmini için Amasra Müessesesinde“Regresyon”modeli, Armutçuk Müessesesinde“Yapay Sinir Ağı (YSA)”modeli seçilmiştir. Etki-tepki fonksiyonları sonuçlarına göre,“Satış Miktarı'ndaki”ve“Üretim Miktarı'ndaki”meydana gelen artış yönündeki şoklara Amasra Müesesesinin“Stok Miktarı”daha erken tepki verdiği için daha avantajlı konumda olduğu tespit edilmiştir. Son olarak sektörlere ilişkin seçilen bölge/müesseseler için belirlenen model sonuçları birlikte değerlendirilmiş ve yöntemlerin daha etkin kullanımı için önerilerde bulunulmuştur.
Özet (Çeviri)
Businesses need inventory management in order to continue their activities in a competitive environment and to take precautions against production failures. In this study, the amount of stock is estimated for the cement and hard coal sectors of our country. In the cement model, the period between January 2005 - December 2015 is; in the hard coal model 2010 January - 2015 December period is discussed. The relationship between the variables determined by the stock quantity and the quantity of stocks, which were determined as a priori, were analyzed by Hendry's General-to-Specific Modeling method and VAR method. Specific models were then obtained for the selected regions / establishments for each sector. Multiple regression models and classification models were obtained by using the variables determined in the special models, and the predictive performances of all models were compared. According to the results, the highest inventory quantity estimation performance for Marmara and Mediterranean Regions in the cement sector belongs to“Regression”model. According to the results of the impact-response functions, it is concluded that the Mediterranean Region has a more advantageous position to hold the Stock Amount of the cement in the Mediterranean Region due to the fact that the Marmara Region reacts later against the shocks. Amasra and Armutçuk Administrations were selected in Hard Coal sector. The highest inventory quantity estimation performance for Amasra Administration belongs to“Regression”model and for Armutçuk Administration belongs to“Artificial Neural Network (ANN)”model. According to the results of the impact-response functions, it was determined that Amasra was in a more advantageous position due to the earlier response of the Stock Amount to the shocks on the increase in Sales Quantity and Production Amount. Finally, the model results for the selected regions / administrations for the sectors were evaluated together and recommendations were made for more efficient use of the methods.
Benzer Tezler
- Burdur ili mermer sektörünün kurumsal ve ekonomik yapısı
İnstitutional and economic structure of marble sector in burdur
AHMET SARITAŞ
- Thermal and mechanical performance of cementitious PCM composites
Çimentolu FDM kompozitlerinin ısıl ve mekanik performansları
ERMAN YİĞİT TUNCEL
Doktora
İngilizce
2020
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. BEKİR YILMAZ PEKMEZCİ
- Farklı katı yakıt türlerinin üst ısıl değerlerinin çoklu lineer regresyon, karar ağacı, random forest ve yapay sinir ağları yöntemleriyle belirlenmesi
Prediction of calorific value of solid fuel by multiple linear regression, decision tree, random forest and artificial neural network
KAAN BÜYÜKKANBER
Yüksek Lisans
Türkçe
2022
Kimya Mühendisliğiİstanbul Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. HANZADE AÇMA
- Türkiye'de yerli kömür yakıtlı büyük ölçekli termik santrallerin kül atıklarının yönetimi ve çimento üretiminde kullanımının ekonomik analizi
Economic analysis of local coal-fired large-scale thermal power plant coal combustion waste management and use in cement production in Turkey
KADİR ÖZÇELİK
Yüksek Lisans
Türkçe
2022
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN ATİLLA ARIKAN
- Bartın'da sanayi faaliyetleri
Industrial activities in Bartın
SERDAR ÇUBUK
Yüksek Lisans
Türkçe
2019
CoğrafyaMarmara ÜniversitesiCoğrafya Ana Bilim Dalı
PROF. DR. MEHMET AKİF CEYLAN