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
- Tez No: 676606
- Danışmanlar: PROF. DR. ZİYA GÖKALP GÖKTOLGA
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Ekonometri, Statistics, Econometrics
- Anahtar Kelimeler: Enflasyon, Yapay Sinir Ağları, Çoklu Doğrusal Regresyon Analizi, Regresyon analizi, Tüketici fiyat endeksi, Çoklu doğrusal regresyon, Inflation, Artificial Neural Networks, Multiple Linear Regression Analy, Regression analysis, Consumer price index, Multiple linear regression
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Sivas Cumhuriyet Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
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
- 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
2023
Makine MühendisliğiKahramanmaraş Sütçü İmam ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHARREM İMAL
- 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
- Yapay sinir ağı metodu ile bir tekstil firmasında hammadde siparişi için talep tahmini uygulaması
Fabric order demand forecast application in a textile company with the artificial neural network method
BÜŞRA ENGİN
Yüksek Lisans
Türkçe
2022
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TÜLAY KORKUSUZ POLAT
- 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
2023
EkonometriBursa Uludağ ÜniversitesiEkonometri Ana Bilim Dalı
DOÇ. DR. ZEHRA BERNA AYDIN
- Bulanık sinir ağı yapısı ile borsa endeks getirisi tahmini: BİST-100 örneği
Forecast stock index return with neuro fuzzy network structure: BIST 100 case
FATİH GÜZEL
Yüksek Lisans
Türkçe
2014
İşletmeDumlupınar Üniversitesiİşletme Ana Bilim Dalı
YRD. DOÇ. DR. METİN YILMAZ