Öz düzenlemeli haritalar (Kohonen ağları) ve kümeleme analizi yöntemleri ile kişi başına düşen merkezi yönetim bütçe harcamalarının araştırılması
Investigation of central management budget expendituresper capita by self-organizing maps (Kohonen networks) andcluster analysis methods
- Tez No: 736986
- Danışmanlar: PROF. DR. ERKAN OKTAY
- Tez Türü: Doktora
- Konular: Ekonometri, Econometrics
- Anahtar Kelimeler: Öz Düzenlemeli Haritalar (Kohonen Haritaları), Kümeleme Analizi, Merkezi Yönetim Bütçe Harcamaları, Self-Organizing Maps (Kohonen Maps), Cluster Analysis, Central Government Budget Expenditures
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Atatürk Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 244
Özet
Bu tez çalışmasında Türkiye'de illere göre, kişi başına düşen merkezi yönetim bütçe harcamalarının Öz Düzenlemeli Haritalar, Öğrenmeli Vektör Niceleme ve K- ortalamalar kümeleme yöntemlerine göre analiz edilmesi amaçlanmıştır. Bu bağlamda kişi başına merkezi yönetim bütçe harcamaları açısından benzerlik ve farklılık gösteren iller belirlenmiştir. Bununla birlikte, kümeleme karşılaştırma yöntemleri ile Öz Düzenlemeli Haritalar, K-ortalamalar ve Öğrenmeli Vektör Nicemleme kümeleme yöntemlerinin karşılaştırılması hedeflenmiştir. Analiz bulgularına göre 2018-2019-2020 yılları il bazında kişi başına düşen merkezi yönetim bütçe harcamaları, kullanılan metotlara göre farklı dağılımlar sergilemiştir. Araştırmada kullanılan fonksiyonel ve ekonomik sınıflandırma parametrelerine bağlı olarak genellikle Ankara, Tunceli ve Hakkâri illerinin farklı davranışlar sergilediği tespit edilmiştir. Öz Düzenlemeli Haritalar yöntemi analizinde kullanılan parametrelerden personel giderleri, sosyal güvenlik kurumu ödemeleri ve kamu düzeni ve güvenlik hizmetleri harcamalarının birbiriyle ilişkili olduğu saptanmıştır. Kullanılan üç kümeleme yöntemi arasında karşılaştırma sonuçlarına ulaşılmıştır. Öz Düzenlemeli Haritalar metodu; daha fazla bilgi sunma, büyük veriler için rahatlıkla kullanılma, kullanılan parametreler hakkında bilgi sunma, kümeler arası benzerliği ve komşuluğu belirtme ve sonuçları görsel olarak sunma özellikleriyle diğer iki yönteme üstünlük sağlamaktadır. Ayrıca Öz Düzenlemeli Haritalar yöntemi, bugüne değin nadiren ekonomik veriler için kullanılsa da; bu yöntem ekonomik verilerin kümelenmesinde daha etkin bir şekilde kullanılabilir.
Özet (Çeviri)
In this study it was analyzed central administrative budget expenditures per capita by provinces in Turkey by clustering methods of Self Organizing Map, Learning Vector Quantization, and K-means. In this context, the provinces showing similarities and differences in terms of central government budget expenditures per capita were identified. Moreover, it was aimed at comparing the clustering methods of Self Organizing Map, Learning Vector Quantization, and K-means by clustering comparison methods. The results showed that central administrative budget expenditures per capita by provinces were different in 2018, 2019, and 2020 depending on the employed clustering methods in this study. In this regard, Ankara, Tunceli, and Hakkâri provinces generally displayed different tendencies according to functional and economic clustering parameters used in the study. Of the parameters of Self Organizing Map, it was found that personnel expenditures, payments of Social Security Payments, expenditures of Public Order and Security Services were associated with one another. Among three clustering methods in present study, Self Organizing Map excelled to two other methods in terms of its features of providing more information, being easy to use for big data, presenting information about parameters used, indicating the similarity and neighborhood among clusters, and presenting results visually. Nonetheless, the Self-Organizing Map, though rarely used for clustering economic data to date, can be used more effectively for economic data.
Benzer Tezler
- Yapay sinir ağları ve gezgin satıcı problemine uygulanmaları
Artificial neural networks for solving the travelling salesman problem
MURAT YILDIRIMHAN
Yüksek Lisans
Türkçe
2003
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. FÜSUN ÜLENGİN
- Classification of fingerprints
Parmakizi sınıflandırması
BORA SUSMAZ
Yüksek Lisans
İngilizce
2000
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. UĞUR HALICI
- Statistical self-organizing map
Başlık çevirisi yok
EMİN GERMEN
Doktora
İngilizce
1999
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF.DR. SEMİH BİLGEN
- Fractal image compression techniques
Fraktal görüntü sıkıştırma teknikleri
EREN GÜRSES
Yüksek Lisans
İngilizce
1999
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. UĞUR HALICI
PROF. DR. MEHMET KEMAL LEBLEBİCİOĞLU
- Öz düzenlemeli haritalar yöntemi ile elde edilen yapı geçerliği kanıtlarının faktör analizi ve kümeleme analizi ile karşılaştırılması
Comparison of construct validity proofs obtained from self-organizing maps method with the factor analysis and clustering analysis
HAYRİYE MERVE ERİŞ HASIRCI
Doktora
Türkçe
2019
Eğitim ve ÖğretimAnkara ÜniversitesiEğitimde Ölçme ve Değerlendirme Ana Bilim Dalı
PROF. DR. ÖMAY ÇOKLUK BÖKEOĞLU