Geri Dön

Yapay sinir ağları uygulaması kullanılarak Tüketici Fiyat Endeksi (TÜFE) değerlerinin öngörü modellemesi ve analizi

Forecast modeling and analysis of Consumer Price Index (CPI) values using artificial neural networks application

  1. Tez No: 676606
  2. Yazar: ESRA ÖZCAN
  3. Danışmanlar: PROF. DR. ZİYA GÖKALP GÖKTOLGA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Ekonometri, İstatistik, Econometrics, Statistics
  6. Anahtar Kelimeler: Enflasyon, Yapay Sinir Ağları, Çoklu Doğrusal Regresyon Analizi, Inflation, Artificial Neural Networks, Multiple Linear Regression Analy
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Sivas Cumhuriyet Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 93

Özet

Yapay Sinir Ağları, son yıllarda birçok alanda uygulanan ve en çok araştırma yapılan, kendini geliştiren yöntemlerden birisidir. İnsan beynine ait tüm özelliklerden faydalanarak oluşturulan Yapay Sinir Ağları, gelişmiş bir bilgi işlem modelidir. Bu çalışmada Türkiye verileriyle 2008 - 2020 dönemi için enflasyon oranlarını etkileyen faktörler Yapay Sinir Ağları ve Çoklu Doğrusal Regresyon Analizi aracılığıyla incelenmiştir. Bu yöntemle, Tüketici Fiyat Endeksi verisi kullanılmış ve Dış Borç, Üretici Fiyat Endeksi, ABD Doları Cinsinden Döviz Kuru, İhracat, İthalat, M2 Para Arzı değişkenlerinin enflasyon üzerindeki etkileri araştırılmış ve kullanılan iki yönteme ait başarı performansları karşılaştırılmıştır. Sonuç olarak, değerlendirmelerde, YSA modelinin Çoklu Doğrusal Regresyon modeline kıyasla daha yüksek oranda bir R2 - Korelasyon değeri olduğu ve hata tahmin oranlarının da Çoklu Doğrusal Regresyon modeline göre daha düşük çıktığı görülmüştür. Bu çalışma verileri için Yapay Sinir Ağları modeli Çoklu Doğrusal Regresyon modeline göre bu çalışma verileri için daha başarılı bir yöntem olarak kabul edilmiştir.

Özet (Çeviri)

Artificial Neural Networks, is one of the most researched and self-developing methods that have been applied in many areas in recent years. Artificial Neural Networks created by making use of all the features of the human brain is an advanced computing model. In this study, the factors affecting inflation rates for the period 2008 - 2020 with Turkish data were examined through Artificial Neural Networks and Multiple Linear Regression Analysis. With this method, the data of the Consumer Price Index was used and the effects of External Debt, Producer Price Index, Exchange Rate in US Dollars, Export, Import and M2 Money Supply variables on inflation were investigated and the success performances of the two methods used were compared. Consequently, it has been observed in the evaluations that the Artificial Neural Networks model has a higher rate of R 2 - Correlation value compared to the Multiple Linear Regression model. The error prediction rates have been also found to be lower than the Multiple Linear Regression model. According to these results, the Artificial Neural Networks model has been accepted as a more successful method than the Multiple Linear Regression model.

Benzer Tezler

  1. Mutfak eşyaları sektöründe yapay sinir ağları yöntemi ile talep tahmini

    Demand forecasting with artificial neural network method inkitchenware sector

    KÜBRA BAYSAN KILIÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Makine MühendisliğiKahramanmaraş Sütçü İmam Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUHARREM İMAL

  2. Yapay sinir ağları ile talep tahmini: Türkiye'deki otomobil sektöründe bir uygulama

    Demand forecasting with artificial neural networks: An application in the automobile industry in Turkey

    MEHMET ZEKİ SEÇMEN

    Doktora

    Türkçe

    Türkçe

    2024

    İşletmeBingöl Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. SAİT PATIR

  3. Veri madenciliği çerçevesinde yapay sinir ağları ve birliktelik kuralı analizi üzerine Borsa İstanbul 30 endeksinde bir uygulama

    An application on artificial neural networks and association rule analysis in the framework of data mining on the Stock Exchange Istanbul 30 index

    EDANUR GÜNDOĞDU

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    EkonometriBursa Uludağ Üniversitesi

    Ekonometri Ana Bilim Dalı

    DOÇ. DR. ZEHRA BERNA AYDIN

  4. FPGA based artificial neural network motor control of PM assisted synchronous reluctance motor in washers

    Çamaşır makinalarında kullanılan mıknatıs destekli senkron relüktans motorların FPGA temelli YSA ile kontrolü

    TURAN ALP SARIKAYA

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. LALE TÜKENMEZ ERGENE

  5. Termal bariyer kaplanmış motorun yapay sinir ağları ile matematiksel modellenmesi

    Thermal barrier coating engine mathematical modeling with artificial neural network

    HAKAN GÜL

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Makine MühendisliğiFırat Üniversitesi

    Makine Eğitimi Ana Bilim Dalı

    DOÇ. DR. HANBEY HAZAR