Uluslararası istatistiksel sınıflamalara yönelik kod atama sistemi (KASİS)
Code assignment system (KASİS) for international statistical classifications
- Tez No: 672735
- Danışmanlar: PROF. DR. EBRU KILIÇ ÇAKMAK
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Endüstri ve Endüstri Mühendisliği, İstatistik, Computer Engineering and Computer Science and Control, Industrial and Industrial Engineering, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Bilişim Enstitüsü
- Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 193
Özet
İstatistiksel sınıflamaların, ülkelerin istatistik sistemlerinde çok büyük bir yeri ve önemi bulunmaktadır. İktisadi faaliyet, meslek, eğitim ve tüketim harcamaları sınıflaması bu sınıflamalara örnek olarak verilebilir. Bu sınıflamaları barındıran değişkenler ile yapılacak araştırmaların bizleri doğru sonuçlara ulaştırabilmesi, değişkenlerin sınıflamasının doğru olarak yapılmış olmasına bağlıdır. Veri hacmi büyüdükçe değişkenlerin sınıflamasının doğru yapılıp yapılmadığını etkin bir şekilde kontrol etmek klasik elle ve gözle yapılan yöntemlerle mümkün değildir. Bu yüzden bu işlemi yapabilecek otomatik bir sisteme ihtiyaç bulunmaktadır. Bu çalışmada, standart sınıflama sözlüğü olan tüm istatistiksel sınıflamalar için kullanılabilen bir sistem geliştirilmiş ve öncelikle geliştirilen sistem tanıtılmış daha sonra geliştirilen sistemin etkinliği Türkiye İstatistik Kurumu'nun (TÜİK) yapmış olduğu Hanehalkı Bütçe Araştırması (HBA) 2013-2018 yılları mikro veri setleri kullanılarak incelenmiştir. Bu veri seti, ülkemizdeki tüketim harcamaları istatistiklerinin ana veri kaynağıdır. Tüketim harcamalarının sınıflamasında uluslararası Bireysel Tüketimin Amaca Göre Sınıflaması (COICOP) kullanılmaktadır. Geliştirilen sistem ile daha önce anketör tarafından sınıflaması yapılmış tüketim harcamalarına tekrar kod ataması yapılarak sınıflanmış olduğu kategorinin doğru olup olmadığı belirlenerek sonuçlar yorumlanmıştır. Geliştirilen sistem, denetimli makine öğrenmesi yöntemlerini kullanan sistemlerden eğitim veri kümesine ihtiyaç duymaması ile ayrılmaktadır. Sistem çalışmaya başladıktan sonra her bir kayıtta kendi öğrenmesini artırmakta ve öğrendiklerini sonraki kayıtlarda kullanmaktadır. Sistem denetimli makine öğrenmesi kullanan sistemlerde kullanılması zorunlu olan eğitim veri kümesindeki sınıflamanın doğru olarak yapılıp yapılmadığını kontrol ederek bu sistemlerin doğru şekilde öğrenmelerine de katkı sağlayabilmektedir. Aynı zamanda, sistem Tüketici Fiyat Endeksi'nde (TÜFE) kullanılabilen alternatif veri kaynaklarından en popüleri olan barkod verilerine COICOP kodu atanması aşamasında kullanılabilmektedir.
Özet (Çeviri)
Statistical classifications have a great importance in the statistical systems of countries. Classification of economic activity, occupation, education and consumption expenditures can be given as examples for such classifications. Accuracy of studies using variables involving such classifications strongly depends on the implementation of coding correctly. As data size grows, it is usually not feasible to manually check whether the coding is error-free or not. As such, there is a clear need for an automated system to check the coding performed. In this study, a system that can be used for all statistical classifications with standard classification dictionary has been developed. The effectiveness of the proposed system has been examined using the 2013-2018 Household Budget Survey (HBS) micro data sets obtained from Turkish Statistical Institute (TURKSTAT). This data set can be regarded as the main source of the consumption expenditure statistics in Turkey. In this dataset, Classification of Individual Consumption by Purpose (COICOP) is used for classifying consumption expenditures. For each record, the codes assigned by the proposed system has been evaluated with the codes previously assigned by interviewers to observe accuracy. The proposed system distinguishes itself from supervised machine learning methods driven systems, as the former does not require training data set. The proposed system keeps learning in each iteration to exploit it in subsequent records. Also, the proposed system can be used as supporting tool for supervised machine learning methods driven systems by checking the codes assigned in the training data set. Furthermore, the proposed system can be used to assign COICOP codes for barcode data -- one of the most popular alternative data sources for Consumer Price Index (CPI).
Benzer Tezler
- Epileptik nöbet sınıflamaları (ılae-1981 ve ılae-2017): Modüler eğitim programı ile pediatri asistanları örnekleminde karşılaştırılması
Epileptic seizure classification (ilae-1981 and ilae-2017): Comparison of modular education program among residents in pediatrics
MAHARRAM IMANLI
Tıpta Uzmanlık
Türkçe
2017
Çocuk Sağlığı ve HastalıklarıEge ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. HASAN TEKGÜL
- Gemi sefer yönetiminde enerji verimliliğinin optimizasyonu
The optimization of ship voyage management energy efficiency
ELİF BAL BEŞİKÇİ
Doktora
Türkçe
2015
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZCAN ARSLAN
- Contractor's monitoring system of subcontractors' quality performance
Alt yüklenici kalite performansının ana yüklenici tarafından izlenme sistemi
SELVER ERCAN
Yüksek Lisans
İngilizce
2018
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. AHMET MURAT ÇIRACI
- Sustainable development goals in lower-middle income economy: Relevancy and outlook in Cameroon
Alt gelirli ekonomi'de sürdürülebilir kalkınma hedefleri: Kamerun'da uygunluk ve görünüm
HAMAN ADAMA MOHAMADOU
Doktora
İngilizce
2022
EkonomiAnkara Yıldırım Beyazıt ÜniversitesiSosyal Politika Ana Bilim Dalı
DOÇ. DR. ABDULKADİR DEVELİ
- Assessment of urbanization history of Addis Ababa city, Ethiopia
Addıs Ababa cıty, Ethıopıa'nın kentleşme tarihinin değerlendirilmesi
ABDURAHMAN HUSSEN YIMER
Yüksek Lisans
İngilizce
2023
Şehircilik ve Bölge PlanlamaMersin ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
DOÇ. DR. ALİ CENAP YOLOĞLU