Geri Dön

Yapay sinir ağları yöntemi ve iktisadi göstergelerin tahminlenmesi üzerine bir araştırma

Artificial neural networks method and a research on forecasting economics indicators

  1. Tez No: 602450
  2. Yazar: REYHAN KAPLAN
  3. Danışmanlar: PROF. DR. MEHMET AKSARAYLI
  4. Tez Türü: Yüksek Lisans
  5. Konular: Ekonometri, Econometrics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
  12. Bilim Dalı: Ekonometri Bilim Dalı
  13. Sayfa Sayısı: 78

Özet

Günümüz teknolojisiyeni bilgiler elde etmek içinverilerinsaklanması veişlenmesi konusunda önemli ölçüde gelişme göstermiştir.Bu doğrultuda, geçmişdönem bilgisine dayanarak, yeni dönem hakkında bilgi üretme süreci,insanlariçin dahafazlaönem kazanmıştır.Zamanla bu durum bireyleriçin önemli olduğukadarülkeler için de önemli bir konu haline gelmiştir.Bu tez çalışmasında,yapaysinirağlarının tanımıyapılmış, tarihçesi,genel yapısıanlatılmışve iktisadigöstergelerüzerine bir uygulama yapılmıştır. Tezin amacı yapay sinir ağlarıyöntemiyle elde edilen sonuçlarileklasik yöntemile elde edilen sonuçlarınkarşılaştırılmasıdır. Zaman serilerinden oluşturulan iktisadigöstergelerintahminlenmesinde en küçük kareler yöntemi kullanılmıştır. Yapay sinir ağlarıyöntemi içinde“nftool”yapısı kullanılmıştır.Uygulama bölümünde iki farklıyöntem sonuçları incelendiğinde,yapay sinir ağları ileyapılanmodelinsonuçlarının daha küçük hatayı verdiği tespit edilmiştir. Birinci model birbağımsız değişken ve bir bağılı değişken ile ikinci model ise bir bağımlı değişkenveiki bağımsız değişken ileoluşturulmuştur.İncelenen aralıkta veri sayısınınazlığı ve diğer ekonomik göstergelerin modellere dahil edilememesi nedeniylesonuçlararasındauçurum farklılıklaroluşmadığı görülmüştür.Günümüzteknolojisinde tüm durumlar değerlendirildiğinde yapay sinirağları yönteminindaha kullanışlı olduğu sonucuna varılmıştır.

Özet (Çeviri)

Today's technology has improved significantly in the storage andprocessing of data to obtain new information. Accordingly, the process ofgenerating information about the new period has gained more importance forpeople based on the knowledge of the previous period. Over time, this case hasbecome an important issue for individuals as well as for countries.In this thesis,the definition of artificial neural networks is explained, its history and generalstructure is explained and an application is made on economicindicators. Theaim of the thesis is to compare the results obtained with the artificial neuralnetwork method with the classical method. The least squares method was used toestimate the economicindicatorsformed from time series.“nftool”structure wasused in artificial neural network method.When the results of two differentmethods were examined in the application section, it was found thatthe results ofthe model made with artificial neural networks gave a smaller error.The firstmodel is composed of oneindependent variable and one dependent variable, andthe second model consists of one dependent variable and two independentvariables.It was observed that there was no gap between the results due to thelow number of data and the failure to include other economic indicators in themodels. In today's technology, when all the situations are evaluated, it isconcluded that artificial neuralnetworkmethod ismore useful.

Benzer Tezler

  1. Bulanık ve yalın yapay sinir ağları ile çoklu lojistik regresyon yöntemlerinin sınıflandırma performanslarının karşılaştırılması: Ülkelerin gelişmişlik düzeylerinin sınıflandırılması üzerine bir uygulama

    Comparison of classification performance of fuzzy and simple artificial neural networks and multiple logistic regression methods: An application on classification of developmental levels of countries

    ÖMER FARUK RENÇBER

    Doktora

    Türkçe

    Türkçe

    2017

    EkonometriAksaray Üniversitesi

    İşletme Ana Bilim Dalı

    YRD. DOÇ. DR. SİNAN METE

  2. Türkiye'nin Avrupa Birliği'ne sektörel ihracatının sınırda karbon vergileri üzerine olası etkisinin yapay sinir ağlarıyla tahminlenmesi

    Türkiye's European estimating the possible impact of sectoral exports to the union on carbon taxes at the border with artificial neural networks

    ZELİHA SEMRA KILINÇ

    Doktora

    Türkçe

    Türkçe

    2024

    EkonomiDokuz Eylül Üniversitesi

    İktisadi ve İdari Bilimler Ana Bilim Dalı

    PROF. DR. SELİM ŞANLISOY

  3. Forecasting electricity prices in Turkey: A comparison of classical econometrics and machine learning techniques

    Türkiye'de gün öncesi elektrik fiyatları tahmini: Klasik ekonometri ve makine öğrenme teknikleri karşılaştırması

    YUNUS EMRE KARAGÜLLE

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Ekonometriİstanbul Teknik Üniversitesi

    İktisat Ana Bilim Dalı

    PROF. DR. BÜLENT GÜLOĞLU

  4. İkiz açıklar hipotezinin matematiksel analizi: Türkiye örneği

    A mathematical analysis of the twin deficits hypothesis: The case of Turkey

    ÜNSAL OZAN KAHRAMAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    EkonomiSakarya Üniversitesi

    İktisat Ana Bilim Dalı

    DOÇ. DR. FUAT SEKMEN

  5. Destek vektör makineleri ile tahmine dayalı modelleme ve bir uygulama

    Predictive modeling with support vector machines and an application

    HALİL İBRAHİM ERDAL

    Doktora

    Türkçe

    Türkçe

    2011

    Endüstri ve Endüstri Mühendisliğiİstanbul Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALP BARAY