Geri Dön

Hizmet sektöründen talep tahmini: Box-Jenkins modelleme çalışması

Başlık çevirisi mevcut değil.

PDF İndir

  1. Tez No: 55691
  2. Yazar: CAFER AĞRIDAĞI
  3. Danışmanlar: DOÇ. DR. BURÇ ÜLENGİN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mühendislik Bilimleri, İşletme, Engineering Sciences, Business Administration
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 1996
  8. Dil: Türkçe
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İşletme Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 104

Özet

Bu çalışmada turizm ve hizmet sektörü içerisinde restaurant işletmeciliği alanında faaliyet gösteren bir işletmeye ait günlük verilerle, gelecek günler için talep tahminine yönelik bir çalışma yapılmıştır. Gelecekte gerçekleşecek talebi bilmenin önemi, kullanıldığı yerler ve yararlanılan yöntemlerle bunların kullanım nedeni giriş bölümünde anlatılmıştır, Giriş bölümünden sonra ikinci bölümde İleriyi tahmin teknikleri, Nityeliksel ve Niceliksel teknikler olarak iki yelpaze altında anlatılmış, bu teknikler hakkında kısa bilgiler verilmiştir. Üçüncü bölümde ise Tahmin Modellemesi'ne geçilmiştir. Burada kullanılan veriler 01.01.1993 ile 21.10.1995 tarihleri arasındaki günlük TOPLAM TUTAR, KİŞİ SYS ve TUR kişi sayısı serileridir. Herbir seri ayrı olarak ele alınmış ve serilerde yapılan durağanlık testlerinden sonra durağan veya durağanlaştırma yapılan serilerle model kurulma aşamasına gidilmiştir Durağanlık tespiti Dickey Fuller, serinin zaman grafiği ve seriye ait otokorelasyon katsayıları fonksiyonları ile yapılmıştır. En iyi modeli tespit etmek için, model kurma aşamasında model karşılaştırma kriterleri kullanılmış yapay değişkenli ve ARMA veya ARIMA modeli en iyi modelle tahmin edilmiştir. Tahminlere ait istatistiki veriler ve bunlara destek olacak şekilde yine modelin kendisini dikkate alan model karşılaştırma kriterleri kullanılarak en iyi model seçilmiştir. Daha sonra aynı serinin değişik türevleriyle oluşturulmuş en iyi modeller de yine kendi aralarında yukarıdaki kıyaslama kriterleri ile karşılaştırılmış ve en iyi model seçilmiştir. Son olarak sonuç ve yorum kısmında en iyi modellerle ilgili sonuçların değerlendirilmesi, bu modellerin iyi yönleri, eksiklikleri ve modelin daha mükemmelleştirilmesi veya daha etkin bir tahmin yapmak için yapılacak çalışma ve bunlarla ilgili veri seti özellikleri hakkında öneriler getirilmiştir.

Özet (Çeviri)

Except those who produce on order, every producer wants to know the demand for their products before initiating the production process. If they cannot keep up with the fparket demand, producers will have to deal with losing their share in the market and fheir revenues will sway away from the optimal point. Similarly, if they do produce over demand there'll be the problem of rising costs, leading to a balance sheet showing“loss”in the long term. Knowing and forecasting demand becomes especially important, when there's a need to consume what has been produced, in a certain amount of time, as is the case in the catering industry. Products of the catering industry have two basic properties. These are: 1) The fast decaying characteristic of same of the materials used for production. (I.e., fresh market products) Thus a need to order in small amounts instead of keeping an inventory arises. 2) The products themselves have a short life, leading to a compulsion of consumption in a short time after production. These, explain clearly enough why it is important to be able to forecast the demand for the catering industry. In this study, time series modeling has been employed to develop a model for forecasting demand in the future for a restaurant operating in the tourism services sector. The daily data used for modeling have been obtained from the records of the restaurant between 1 January 1993 and 20 October 1995. Classes of data used can be described as fallow:ÖZET Bu çalışmada turizm ve hizmet sektörü içerisinde restaurant işletmeciliği alanında faaliyet gösteren bir işletmeye ait günlük verilerle, gelecek günler için talep tahminine yönelik bir çalışma yapılmıştır. Gelecekte gerçekleşecek talebi bilmenin önemi, kullanıldığı yerler ve yararlanılan yöntemlerle bunların kullanım nedeni giriş bölümünde anlatılmıştır, Giriş bölümünden sonra ikinci bölümde İleriyi tahmin teknikleri, Nityeliksel ve Niceliksel teknikler olarak iki yelpaze altında anlatılmış, bu teknikler hakkında kısa bilgiler verilmiştir. Üçüncü bölümde ise Tahmin Modellemesi'ne geçilmiştir. Burada kullanılan veriler 01.01.1993 ile 21.10.1995 tarihleri arasındaki günlük TOPLAM TUTAR, KİŞİ SYS ve TUR kişi sayısı serileridir. Herbir seri ayrı olarak ele alınmış ve serilerde yapılan durağanlık testlerinden sonra durağan veya durağanlaştırma yapılan serilerle model kurulma aşamasına gidilmiştir Durağanlık tespiti Dickey Fuller, serinin zaman grafiği ve seriye ait otokorelasyon katsayıları fonksiyonları ile yapılmıştır. En iyi modeli tespit etmek için, model kurma aşamasında model karşılaştırma kriterleri kullanılmış yapay değişkenli ve ARMA veya ARIMA modeli en iyi modelle tahmin edilmiştir. Tahminlere ait istatistiki veriler ve bunlara destek olacak şekilde yine modelin kendisini dikkate alan model karşılaştırma kriterleri kullanılarak en iyi model seçilmiştir. Daha sonra aynı serinin değişik türevleriyle oluşturulmuş en iyi modeller de yine kendi aralarında yukarıdaki kıyaslama kriterleri ile karşılaştırılmış ve en iyi model seçilmiştir. Son olarak sonuç ve yorum kısmında en iyi modellerle ilgili sonuçların değerlendirilmesi, bu modellerin iyi yönleri, eksiklikleri ve modelin daha mükemmelleştirilmesi veya daha etkin bir tahmin yapmak için yapılacak çalışma ve bunlarla ilgili veri seti özellikleri hakkında öneriler getirilmiştir.SUMMARY SERVICES SECTOR : DEMAND ESTIMATION Except those who produce on order, every producer wants to know the demand for their products before initiating the production process. If they cannot keep up with the fparket demand, producers will have to deal with losing their share in the market and fheir revenues will sway away from the optimal point. Similarly, if they do produce over demand there'll be the problem of rising costs, leading to a balance sheet showing“loss”in the long term. Knowing and forecasting demand becomes especially important, when there's a need to consume what has been produced, in a certain amount of time, as is the case in the catering industry. Products of the catering industry have two basic properties. These are: 1) The fast decaying characteristic of same of the materials used for production. (I.e., fresh market products) Thus a need to order in small amounts instead of keeping an inventory arises. 2) The products themselves have a short life, leading to a compulsion of consumption in a short time after production. These, explain clearly enough why it is important to be able to forecast the demand for the catering industry. In this study, time series modeling has been employed to develop a model for forecasting demand in the future for a restaurant operating in the tourism services sector. The daily data used for modeling have been obtained from the records of the restaurant between 1 January 1993 and 20 October 1995. Classes of data used can be described as fallow:ÖZET Bu çalışmada turizm ve hizmet sektörü içerisinde restaurant işletmeciliği alanında faaliyet gösteren bir işletmeye ait günlük verilerle, gelecek günler için talep tahminine yönelik bir çalışma yapılmıştır. Gelecekte gerçekleşecek talebi bilmenin önemi, kullanıldığı yerler ve yararlanılan yöntemlerle bunların kullanım nedeni giriş bölümünde anlatılmıştır, Giriş bölümünden sonra ikinci bölümde İleriyi tahmin teknikleri, Nityeliksel ve Niceliksel teknikler olarak iki yelpaze altında anlatılmış, bu teknikler hakkında kısa bilgiler verilmiştir. Üçüncü bölümde ise Tahmin Modellemesi'ne geçilmiştir. Burada kullanılan veriler 01.01.1993 ile 21.10.1995 tarihleri arasındaki günlük TOPLAM TUTAR, KİŞİ SYS ve TUR kişi sayısı serileridir. Herbir seri ayrı olarak ele alınmış ve serilerde yapılan durağanlık testlerinden sonra durağan veya durağanlaştırma yapılan serilerle model kurulma aşamasına gidilmiştir Durağanlık tespiti Dickey Fuller, serinin zaman grafiği ve seriye ait otokorelasyon katsayıları fonksiyonları ile yapılmıştır. En iyi modeli tespit etmek için, model kurma aşamasında model karşılaştırma kriterleri kullanılmış yapay değişkenli ve ARMA veya ARIMA modeli en iyi modelle tahmin edilmiştir. Tahminlere ait istatistiki veriler ve bunlara destek olacak şekilde yine modelin kendisini dikkate alan model karşılaştırma kriterleri kullanılarak en iyi model seçilmiştir. Daha sonra aynı serinin değişik türevleriyle oluşturulmuş en iyi modeller de yine kendi aralarında yukarıdaki kıyaslama kriterleri ile karşılaştırılmış ve en iyi model seçilmiştir. Son olarak sonuç ve yorum kısmında en iyi modellerle ilgili sonuçların değerlendirilmesi, bu modellerin iyi yönleri, eksiklikleri ve modelin daha mükemmelleştirilmesi veya daha etkin bir tahmin yapmak için yapılacak çalışma ve bunlarla ilgili veri seti özellikleri hakkında öneriler getirilmiştir.SUMMARY SERVICES SECTOR : DEMAND ESTIMATION Except those who produce on order, every producer wants to know the demand for their products before initiating the production process. If they cannot keep up with the fparket demand, producers will have to deal with losing their share in the market and fheir revenues will sway away from the optimal point. Similarly, if they do produce over demand there'll be the problem of rising costs, leading to a balance sheet showing“loss”in the long term. Knowing and forecasting demand becomes especially important, when there's a need to consume what has been produced, in a certain amount of time, as is the case in the catering industry. Products of the catering industry have two basic properties. These are: 1) The fast decaying characteristic of same of the materials used for production. (I.e., fresh market products) Thus a need to order in small amounts instead of keeping an inventory arises. 2) The products themselves have a short life, leading to a compulsion of consumption in a short time after production. These, explain clearly enough why it is important to be able to forecast the demand for the catering industry. In this study, time series modeling has been employed to develop a model for forecasting demand in the future for a restaurant operating in the tourism services sector. The daily data used for modeling have been obtained from the records of the restaurant between 1 January 1993 and 20 October 1995. Classes of data used can be described as fallow:

Benzer Tezler

  1. Tez No

    815577

    Talep tahmininde kullanılan yöntemlerin karşılaştırılması: Turizm sektöründe otel mobilyası üreten firma uygulaması

    Comparison of methods used in demand forecast: Application of a company producing hotel furniture in the tourism sector

    AHMET CAN FİDAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Endüstri ve Endüstri MühendisliğiİSTANBUL BEYKENT ÜNİVERSİTESİ

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÜRBÜZ ÜNAL

  2. Tez No

    538122

    Sağlık sektöründe talep tahmini

    The Health sector demand forecasting

    TUĞBA DEDEOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Sağlık Kurumları YönetimiTrakya Üniversitesi

    İşletme Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ONUR ÇETİN

  3. Tez No

    618886

    Lojistik sektöründe talep tahmini uygulaması

    Application of demand forecasting in logistics sector

    TUĞÇE ŞENBAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    İşletmeİstanbul Arel Üniversitesi

    İşletme Yönetimi Ana Bilim Dalı

    DOÇ. DR. ÖZLEM AKÇAY KASAPOĞLU

  4. Tez No

    592954

    Yapay sinir ağları yöntemi ile talep tahmini ve ayakkabı sektörüne uygulaması

    Demand forrecasting with artificial neural networks method and implementation in the shoe industry

    DENİZ KORKUT

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    EkonometriAnkara Hacı Bayram Veli Üniversitesi

    Ekonometri Ana Bilim Dalı

    PROF. DR. MURAT ATAN

  5. Tez No

    395069

    Hizmet işletmelerinde talep tahmini: Sağlık işletmelerinde bir uygulama

    Başlık çevirisi yok

    AYŞE GÖKSU ÖZÜDOĞRU

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    İşletmeİstanbul Ticaret Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. ALİ GÖRENER

Geri Dön