Geri Dön

Türkiye'nin GSYH değerlerinin yapay sinir ağları ile tahmini

Neural networks with value of Turkey's GDP forecast

  1. Tez No: 569325
  2. Yazar: GİZEM GEÇGİL
  3. Danışmanlar: DOÇ. DR. YAKUP AKGÜL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Ekonometri, Ekonomi, İşletme, Econometrics, Economics, Business Administration
  6. Anahtar Kelimeler: Yapısal Eşitlik Modeli, Kısmi En Küçük Kareler, Yapay Sinir Ağı, GSYH, Structural Equation Model, Partial Least Squares, Artificial Neural Network, GDP
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Alanya Alaaddin Keykubat Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Uluslararası Ticaret Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 109

Özet

Ekonomik büyüme ve ekonomik kalkınma düzeyini ölçen milli gelirin en önemli araçlarından biri olan Gayrisafi Yurtiçi Hasıla (GSYH) ülkelerin genel görünümü hakkında bilgi vermektedir. GSYH rakamları yüksek olan ekonomiler gelişmiş olarak nitelendirilmektedir. Türkiye ekonomisi için de bu rakamların yükselmesi gelişimine katkı sağlayacaktır. Bu çalışmanın amacı Türkiye'nin GSYH değerlerini tahmin etmektir. Bu bağlamda 1998-2017 yılları arasında GSYH' yi etkileyebileceği düşünülen değişkenler seçilerek öncelikle Yapısal Eşitlik Modeli, Kısmi En Küçük Kareler metodu uygulanmış olup daha sonra Yapay Sinir Ağı Modeli ile GSYH tahmini gerçekleştirilmiştir. Yapısal Eşitlik Modeli sonuçlarına göre seçilen değişkenler GSYH' yi yüksek bir değerle açıklamıştır. Modelde sabit sermaye yatırımı-toplam yurtiçi tasarruf ve tüketim değişkenleri desteklenirken diğer değişkenler desteklenmemiştir. Ayrıca uyum iyiliği endeksinin yüksek bir değer alması çalışmanın evrensel geçerliliğe sahip olduğunu göstermektedir. 2 ile 5 arasında gizli katman sayısı denenerek oluşturulan Yapay Sinir Ağı modelinin sonuçlarına bakıldığında en iyi sonuca gizli katman sayısı 5 olarak seçildiğinde ulaşılmıştır. 5 gizli katmanda R2=0,996140651, RMSE=19444911,6, MAE=15845918,2 ve MAPE=32,29791086 değerleri elde edilerek kurulan modelin kabul edilebilir olduğu sonucuna ulaşılmıştır. Ayrıca istatistiksel olarak gizli katman sayısı arttıkça modelin daha iyi sonuç verdiği görülmüştür. GSYH' nin gerçek değerleri ile tahmin değerleri birbirine çok yakın çıkmıştır. Buradan Yapay Sinir Ağının tahmin gücünün yüksek olduğu tespit edilmiştir.

Özet (Çeviri)

The Gross Domestic Product (GDP), which is one of the most important instruments of national income that measures the level of economic growth and economic development, provides information about the general outlook of the countries. Economies with high GDP figures are considered advanced. Also for Turkey's economy will contribute to the development of the rise in these figures. The aim of this study was to estimate the value of Turkey's GDP. In this context, firstly, Structural Equation Model and Partial Least Squares Method were applied by selecting the variables that could affect the GDP between 1998 and 2017 and then estimating the GDP with the Artificial Neural Network Model. According to the results of the Structural Equation Model, the selected variables explained the GDP with a high value. In the model, fixed capital investment-total domestic savings and consumption variables were supported, while other variables were not supported. In addition, a high value of the goodness of fit index shows that the study has universal validity. Looking at the results of the Artificial Neural Network model which is created by trying the hidden layer number between 2 and 5, the best result is reached when the number of hidden layers is selected as 5. It was concluded that the model established by obtaining the values of R2 = 0,996140651, RMSE = 19444911,6, MAE = 15845918,2 and MAPE = 32,29791086 in 5 hidden layers is acceptable. In addition, as the number of hidden layers increased, the model showed better results. The real values of GDP and estimation values are very close to each other. It is determined that the Artificial Neural Network has a high predictive power.

Benzer Tezler

  1. Ekonomik veriler kullanılarak Türkiye'nin uzun dönem elektrik talebi tahmini

    Long-term electricity demand forecasting of Türkiye using economic data

    KERİM KORKMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiNecmettin Erbakan Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ALİ OSMAN ÖZKAN

  2. Güneydoğu Anadolu Projesi ve bölgesel gelişme

    Southeastern Anatolian Project (GAP) and regional development

    ENVER CENAN İNCE

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Şehircilik ve Bölge Planlamaİstanbul Teknik Üniversitesi

    Şehir ve Bölge Planlama Ana Bilim Dalı

    DOÇ. DR. ALİYE AHU AKGÜN

  3. Parçacık sürü optimizasyonu ve genetik algoritma kullanarak Türkiye'nin 2050 yılına kadar enerji tüketim tahmininin yapılması

    The forecasting energy demand of Turkey by particle swarm optimization and genetic algorithm until 2050

    EZEL ÖZKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    EnerjiOsmaniye Korkut Ata Üniversitesi

    Yönetim Bilişim Sistemleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EMRE YAKUT

  4. Karma frekanslı verilerle regresyon analizi ve bir uygulama

    Regression analysis with mixed frequency data and an application

    MUHAMMED İLKER ŞAHAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    EkonometriSivas Cumhuriyet Üniversitesi

    Ekonometri Ana Bilim Dalı

    PROF. HAKAN TÜRKAY

  5. Enerji tüketiminin iktisadi büyüme üzerine olan etkisinin incelenmesi: Türkiye örneği

    Investigation of effect of energy consumption on economic growth: Evidences from Turkey

    SELMA BOZKIR

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    EkonomiKarabük Üniversitesi

    İktisat Ana Bilim Dalı

    YRD. DOÇ. DR. HÜSEYİN KARAMELİKLİ