The applied high-order spatial weight matrix gstarimax with principal component analysis for google trends data on gold price
Altın fiyatı üzerine google trends verileri için temel bileşen analiz ile uygulanan yüksek dereceli mekansal ağırlık matrisi gstarımax
- Tez No: 815164
- Danışmanlar: DOÇ. DR. ŞÜKRÜ ACITAŞ
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Eskişehir Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Uygulamalı İstatistik Bilim Dalı
- Sayfa Sayısı: 137
Özet
Bu çalışma, en iyi GSTARIMA modeline dayanarak çeşitli G20 ülkelerinde kayıp gözlemlerle altın fiyatları için öngörü yapmayı amaçlamaktadır. Kayıp gözlemler, son gözlemin ileriye taşınması (LOCF) ve hareketli ortalama düzeltme (MA) imputasyonu ile ele alınmıştır. İmputasyonlu sonuçlar daha sonra GSTARIMA modeli, temel bileşen analizi (PCA) ve Google Trend verilerinden türetilen kukla değişkenlerle birleştirilerek her bir ülkedeki altın fiyatlarını modellemek ve öngörmek için kullanılmıştır; böylece, tez çalışmasında 16 farklı model ele alınmıştır. Buna ek olarak, Google Trendleri verileri de GSTARIMA modelinde yüksek dereceli bir mekansal ağırlık matrisi oluşturmak için kullanılmıştır. Sekizinci mertebe, ülkeler arasındaki mesafeden oluşturulan en yüksek mertebedir. En küçük MAPE değerine dayanarak, gelecek 1 ayı öngörmek için PCA ve LOCF imputasyonlu GSTARIMA(1,0,0) modeli, gelecek 1 yılı öngörmek için MA imputasyonlu GSTARIMA(1,0,0) modeli ve gelecek 2 yılı öngörmek için PCA ve MA imputasyonlu GSTARIMA(1,0,0) modeli önerilmektedir. En iyi üç model, altın fiyatlarının gelecekte nispeten arttığını açıklamaktadır.
Özet (Çeviri)
This study aims to forecast gold prices with missing values in several G20 countries based on the best GSTARIMA model. Missing values have been handled by imputing last observation carried forward (LOCF) and moving average smoothing (MA). The results of the imputation then combined with the GSTARIMA model, principal component analysis (PCA), and dummy variables derived from Google Trends data to model and forecast gold prices in each country so 16 different models are considered in thesis study. In addition, Google Trends data also has been used to build a high-order spatial weight matrix on the GSTARIMA model. The eighth order is the highest order which is formed from the distance between countries. Based on the smallest MAPE value, the GSTARIMA model (1,0,0) with PCA and LOCF imputation is recommended for forecasting the next 1 month, the GSTARIMA model (1,0,0) with MA imputation for forecasting the next 1 year, and the GSTARIMA model (1,0,0) with PCA and MA imputation to forecast the next 2 years. The three best models explain that the gold prices in the future is relatively increasing.
Benzer Tezler
- Makina halılarının yapısal özellikleri ile mekanik etkiler karşısındaki davranış özellikleri üzerine bir araştırma
The physics of woven carpets
ÖMER BERK BERKALP
Yüksek Lisans
Türkçe
1997
Tekstil ve Tekstil Mühendisliğiİstanbul Teknik ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMEL ÖNDER
- Gezgin haberleşme sistemleri için yalın zamanlama algoritması
Lean scheduling algorithm for wireless communication
MEHMET İZZET SAĞLAM
Doktora
Türkçe
2017
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. MESUT KARTAL
- CBS ve uzaktan algılama ile taşkın duyarlılık analizi; Batı Karadeniz örneği
Flood susceptibility analysis with GIS and remote sensing; the case of the West Black sea
CEYDA MIZRAKLI
Yüksek Lisans
Türkçe
2023
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DOÇ. DR. FİLİZ BEKTAŞ BALÇIK
- Mekansal analiz teknikleri ile çok kriterli karar verme yaklaşımı kullanılarak raylı sistem güzergah analizi
Rail system route analysis using multi criteria decision making with spatial analysis techniques
BERNA ÇALIŞKAN
Doktora
Türkçe
2023
Ulaşımİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ OSMAN ATAHAN