Bütünleşik otoregresif hareketli ortalama (ARIMA) ve uyarlamalı ağ tabanlı bulanık çıkarım sistemi (ANFIS) yöntemleri kullanılarak enflasyon tahmini
Estimating inflation using autoregressive integrated moving average (ARIMA) and adaptive neuro fuzzy inference system (ANFIS) methods
- Tez No: 746512
- Danışmanlar: DOÇ. DR. SELÇUK ALP
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: ANFIS, ARIMA, Enflasyon, ANFIS, ARIMA, Inflation
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada en önemli makroekonomik göstergelerden biri olan enflasyonun iki farklı yöntem ile gelecek dönemlere ait değerleri tahmin edilmiştir. Tahminde geleneksel ekonometrik bir yöntem olan ARIMA (Bütünleşik Otoregresif Hareketli Ortalama) ve sezgisel bir yöntem olan ANFIS (Uyarlamalı Ağ Tabanlı Bulanık Çıkarım Sistemi) modeli kullanılmıştır. Tahminde Ocak 2005 ve Ekim 2021 arası 202 aylık veri seti kullanılmıştır. Türkiye Cumhuriyeti için hesaplanan Tüketici Fiyat Endeksi'nin (TÜFE) değişim oranları üzerinde çalışılmıştır. Sonuçlar belirlilik katsayısı (R²), ortalama hata karesi (MSE), ortalama mutlak hata (MAE) ve simetrik ortalama mutlak yüzde hata (SMAPE) performans kriterleri ile karşılaştırılmıştır. Elde edilen sonuçlar incelendiğinde ANFIS modelinin ARIMA'ya göre daha başarılı tahmin yaptığı belirlenmiştir.
Özet (Çeviri)
In this thesis, inflation, which is one of the most important macroeconomic indicators were predicted by using the auto regressive integrated moving average (ARIMA) method and the adaptive neuro fuzzy inference system (ANFIS). In the prediction, 202 monthly dataset used between January 2005 and October 2021. The rate of change of the Consumer Price Index (CPI) for the Republic of Turkey has been studied. Results obtained from established models and the real values were compared using the performance criteria of coefficient of determination (R2), root mean square error (RMSE), mean absolute error (MAE) and the symmetric mean absolute percentage error (SMAPE). Results illustrate the success of the ANFIS to predict the inflation rate and ANFIS model outperforms ARIMA model.
Benzer Tezler
- Tüketici fiyat endeksinin uyarlamalı ağa dayalı bulanık çıkarım sistemi ile kestirimi
Consumer price index forecast wi̇th adapti̇ve neuro fuzzy inference system
SERENAY VAROL
Yüksek Lisans
Türkçe
2014
İstatistikOndokuz Mayıs Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. FARUK ALPASLAN
- Sales forecasting in fashion retail industry with classical and machine learning methods
Moda perakendesi sektöründe klasik ve makine öğrenmesi metodları ile satış tahmini
HANİFE IŞIK
Yüksek Lisans
İngilizce
2020
Ekonomiİstanbul Teknik ÜniversitesiEkonomi Ana Bilim Dalı
DOÇ. DR. TOLGA YURET
- Otoregresif kesirli bütünleşik hareketli ortalama (ARFIMA) modelinin belirlenmesi: Türkiye, Hindistan ve Brezilya ülkeleri üzerine uygulamalar
Determination of the autoregressive fractionally integrated moving average (ARFIMA) model: Applications on Turkey, India and Brazil
SEMANUR SARIÇAM
Yüksek Lisans
Türkçe
2019
İstatistikMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. BARIŞ AŞIKGİL
- Önkestirim amaçlı kullanılan farklı yöntemlerin karşılaştırılması: Kripto paralar üzerine bir uygulama
Comparison of different methods used to forecast: An application on cryptocurrencies
NEFİSE FERMANCI
Yüksek Lisans
Türkçe
2021
İstatistikAfyon Kocatepe Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. SİNAN SARAÇLI
- Yapay sinir ağları ve arima hibrit zaman serisi modeli ile havayolu rezervasyonu tahmini
Airline reservation forecast with artificial neural networks and arima hybrid time series model
ALAA M.H. ABUSHUKUR ALAA M. H. ABUSHUKUR
Yüksek Lisans
Türkçe
2022
Endüstri ve Endüstri MühendisliğiKarabük ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YUSUF KURTGÖZ