Geri Dön

Zaman serilerinin modellenmesi ve stokastik prosesler

Time series modelling and stochastic processes

  1. Tez No: 85884
  2. Yazar: TARHAN SERİN
  3. Danışmanlar: PROF. DR. FEVZİ KUTAY
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 1999
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 151

Özet

ZAMAN SERİLERİNİN MODELLENMESI VE STOKASTİK PROSESLER (Yüksek Lisans Tezi) Tarhan SERİN GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ Haziran 1999 ÖZET Zaman serilerinin modellenmeleri sayesinde model üzerinden proses kontrolü ve model yardımı ile gelecek tahminleri yapılabilir. İlk önce bir zaman serisi hakkında önemli fikirlerin oluşturulmasında rolü bulunan, zaman serilerinin bileşenlerine ayrışımı tekniği anlatılmıştır. Zaman serilerinin daha kapsamlı çalışmalarına giriş özelliği sağlayan düzeltme teknikleri olan hareketli ortalamalar ve üssel düzeltme teknikleri incelenmiştir. Son olarak zaman serilerinin kapsamlı incelenmelerini sağlayan ARIMA modelleri Box- Jenkins metodolojisi verilmeye çalışılmıştır. Sağlam matematik ve istatistik temelleri bulunan ARIMA modelleri aracılığı ile zaman serisi için proses kontrolü yapılabilir ve gelecek tahminlerinin hesaplanabilmesine olanak sağlanır. ARIMA modellerinin yapısmm elverişliliğinden dolayı diğer tekniklerle bağlantıları kurulabileceği gibi, bu modeller teorisi ile çok daha kapsamlı çalışmalara giriş özelliğini gösterir. Daha sonra birkaç örnek zaman serisi anlatılan tekniklerle karşılaştırmalı olarak incelenmiş, elde edilen sonuçlar uygulamalar bölümünde derlenmiştir. Bilim Kodu : 605.02.02 Anahtar Kelimeler :Zaman Serileri, ARIMA, Stokastik Prosesler Sayfa Adedi :141 Tez Yöneticisi : Prof. Dr. Fevzi KUT AY

Özet (Çeviri)

11 TIME SERIES MODELLING AND STOCHASTIC PROCESSES (M. Sc. Thesis) Tarhan SERİN GAZI UNIVERSITY INSTITUTE OF SCIENCE AND TECHNOLOGY June 1999 ABSTRACT By the shadow of time series modelling, process control studies may be applied, or future forecasts could be calculated by the model conformable for the time series. Many importand ideas about the time series had been stated by the study of time series decomposition technique, which has a role in understanding the nature of the series, was explained as the beginnig of the time series modelling. Some advanced studies progressed by the smoothing techniques which mostly moving averages and exponential smoothing techniques would then be a matter. Finally many advanced studies constructed by ARIMA modelling that these modelling techniques was explained in Box- Jenkins methodology. Process controlling and forecansting procedures could be done by using ARIMA modelling which have mathematical and statistical base in sound foundation. ARIMA modelling technique connects sufficiently with other time series modelling techniques could be indicated, and also theoretical wiev of ARIMA modelling is convenient for many other advanced studies. Some sample time series were then modelled up by the techniques explained here. Models were compared with results in the applications. Science Code :605.02.02 Key Words : Time Series, ARIMA, Stochastic Processes Page Number : 141 Adviser : Prof. Dr. Fevzi KUTAY

Benzer Tezler

  1. Finansal zaman serilerinin olasılıklı modellenmesi ve benzetimi

    Stochastic modeling and simulation of financial time series

    YUSUF KARADEDE

    Doktora

    Türkçe

    Türkçe

    2020

    Endüstri ve Endüstri MühendisliğiSüleyman Demirel Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. GÜLTEKİN ÖZDEMİR

  2. Akarsu askı maddesi debilerinin zaman serileriyle modellenmesi ve hazne ölü hacim tahmini

    Time series modelling of suspended sediment discharges and dead volume estimation

    TANJU AKAR

    Doktora

    Türkçe

    Türkçe

    2000

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    PROF.DR. ATIL BULU

  3. Lasso VAR ve VARX modelleri üzerine bir uygulama

    An application on Lasso VAR and VARX models

    EMSAL ÇAĞLA AVCU

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Ekonometriİnönü Üniversitesi

    Ekonometri Ana Bilim Dalı

    DOÇ. DR. BAHADIR YÜZBAŞI

  4. İktisadi zaman serilerinin modellemesinde bayesyen analizlerin etkinliği

    The efficiency of bayesian analysis in modeling economic time series

    OYA EKİCİ

    Doktora

    Türkçe

    Türkçe

    2010

    Ekonometriİstanbul Üniversitesi

    Ekonometri Ana Bilim Dalı

    PROF. DR. KARUN NEMLİOĞLU

  5. Su kütlesi değişiminin uydu gravite verileriyle analizi ve modellenmesi

    Analysis and modelling of water mass variation by using satellite gravity data

    ÖZGE GÜNEŞ

    Doktora

    Türkçe

    Türkçe

    2024

    Jeodezi ve FotogrametriYıldız Teknik Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    PROF. DR. CÜNEYT AYDIN