Geri Dön

Panel veri analizi kullanılarak zaman serilerinin model tabanlı kümelenmesi

Model-based clustering of time series using panel data analysis

  1. Tez No: 667113
  2. Yazar: SELİM DÖNMEZ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ÖZER ÖZAYDIN, PROF. DR. HAMZA EROL
  4. Tez Türü: Doktora
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Eskişehir Osmangazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: İstatistik Bilgi Sistemleri Bilim Dalı
  13. Sayfa Sayısı: 148

Özet

Bu çalışmada, model tabanlı kümelemenin panel veri analizine sunabileceği katkıları incelenmiştir. Panel veri, seçilmiş birtakım birimlerin zaman serilerinden oluşan özel bir veri türüdür. Panel verideki birimlerin sınıflandırması, birtakım panel veriler için uygulamaya açık olduğu gibi aynı zamanda gereklidir. Bu çalışmada, Borsa İstanbul(BIST) panel verisi, gayri safi yurtiçi hasıla panel verisi, yabancı yatırım panel verisi ve Dow-Jones panel verisinin model tabanlı kümelenmesi gerçekleştirilmiştir. Bu çalışmada sözkonusu veriler üzerinde gerçekleştirilen kümeleme analizinde elde edilen kümelerin geçerliliği, kümelerin gölge değişkenlerinin sözkonusu verilerin panel veri analizine dahil edilmesi ile değerlendirilmiştir. Sözkonusu verilerden model tabanlı kümeleme ile elde edilen kümeler panel veri analizine olumlu katkılar sunmuştur.

Özet (Çeviri)

In this study, we aimed to examine the potential contributions of model-based clustering to the panel data analysis. Panel data, is an aggregation of time series of selected cross-sectional units. The clustering of such units is not only applicable to some panel data but also necessary to them. In this study, we applied model-based clustering to data such as Borsa Istanbul(BIST) panel data, gross domestic product panel data, foreign direct investment panel data and Dow-Jones panel data. In this study, the validity of clusters obtained by the cluster analysis of aforementioned data were evaluated by introducing the dummy variables of clusters to the panel data analysis of aforementioned data. This application provided positive contributions to the panel data analysis of aforementioned data.

Benzer Tezler

  1. Catchment scaled drought analysis: Integrated climate and hydrological perspectives

    Havza ölçeğinde kuraklık analizi: Entegre iklim ve hidrolojik perspektifleri

    SAEED VAZIFEHKHAH

    Doktora

    İngilizce

    İngilizce

    2018

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ERCAN KAHYA

  2. Mekansal-zamansal hasta hareketlilik verileriyle mekansal etkileşim örüntülerinin analizi ve akış haritaları aracı tasarımı ve geliştirilmesi

    Analysis of spatial interaction patterns using spatio temporal patient mobility data, and designing and developing a flow mapping tool

    SELMAN DELİL

    Doktora

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    PROF. DR. RAHMİ NURHAN ÇELİK

  3. Future changes in hourly extreme precipitation, return levels, and non-stationary impacts in Türkiye

    Türkı̇ye'de saatlı̇k aşırı yağışlarda gelecektekı̇ değı̇şı̇mler, tekerrür miktarı ve durağan olmayan etkı̇ler

    KUTAY DÖNMEZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Meteorolojiİstanbul Teknik Üniversitesi

    Meteoroloji Mühendisliği Ana Bilim Dalı

    PROF. DR. YURDANUR ÜNAL

  4. A real time experimental data-based method for assessing the impact of glazed curtain walls with trickle vents on indoor environmental quality

    Doğal havalandırma kanallı giydirme cephelerin iç ortam konfor koşullarına etkisinin gerçek zamanlı deneysel veri ile değerlendirilmesi için bir yöntem

    AHMET BİLER

    Doktora

    İngilizce

    İngilizce

    2024

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. GÜLTEN ASLIHAN ÜNLÜ

  5. Comparison of experimental and semi-experimental models for predicting solar thermal power plants with artificial neural network

    Solar termal santralların yapay sinir ağlarıyla öngörüsünde deneysel ve yarı-deneysel modellerin karşılaştırılması

    SHABNAM CHOOPANI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilimleri ve Teknoloji Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BURAK BARUTÇU