GM (1,1) modelleri kullanılarak Türkiye nüfusunun tahmin edilmesi
Forecasting the population of Türkiye using GM (1,1) models
- Tez No: 906607
- Danışmanlar: DOÇ. DR. MUHAMMET BURAK KILIÇ
- Tez Türü: Yüksek Lisans
- Konular: Demografi, İstatistik, İşletme, Demography, Statistics, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Burdur Mehmet Akif Ersoy Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 90
Özet
Bu çalışmada 2007-2022 adrese dayalı nüfus sayımlarından faydalanılarak 2050 yılına kadarki dönemi kapsayacak şekilde Türkiye nüfusunun tahmini yapılmıştır. Tahmin yöntemi için 5 farklı Gri tahmin modeli kullanılmıştır. Bu modeller sırasıyla Gri Standart GM (1,1), Gri Zamana Bağlı Dinamik, Gri Gompertz, Gri Verhulst ve Gri Üstel tahmin modelleridir. Modellerin karşılaştırılması Ortalama Mutlak Yüzde Hatası (MAPE), Regresyon Katsayısı (R2), Varyans Oranı (C) ve Hata Olasılığı (P) ölçütlerine göre değerlendirilmiştir. 2007-2022 yılları için MAPE ölçütüne göre %0,12788 değeri ve R2 ölçütüne göre 0,99898 değeri ile Gri Gompertz en uygun model olarak belirlenirken; C ölçütüne göre 0,02286 değeri ile Gri Zamana Bağlı Dinamik en uygun model olarak tespit edilmiştir. P ölçütüne göre ise bütün modeller 1 değerini vermiştir. Gri modellerle elde edilen geleceğe yönelik 2023-2050 yılları tahmin sonuçları, TÜİK'in 2018'de paylaştığı ana senaryo tahmin değerleri ile karşılaştırılmış; MAPE ölçütüne göre %0,68116 değeri ve C ölçütüne göre 0,05218 değeri ile Gri Gompertz, TÜİK tahminleri ile en uyumlu model olarak belirlenirken; R2 ölçütüne göre Gri Verhulst 0,99818 değeri ile en uyumlu değeri vermiştir. 2050 yılına kadar Türkiye nüfusunun Gri Gompertz modeline göre 105.948.975, Gri Zamana Bağlı Dinamik modele göre 106.877.632, Gri Verhulst modeline göre ise 102.591.471 olacağı öngörülmektedir.
Özet (Çeviri)
In this study, Türkiye's population is estimated for the period until 2050 using the 2007-2022 address-based censuses. The five different Grey models are used for estimating it. These models are given by Grey Standard GM (1,1), Grey Time-Varying Dynamic, Grey Gompertz, Grey Verhulst and Grey Exponential forecasting models, respectively. Comparison of the models is evaluated by Mean Absolute Percentage Error (MAPE), Regression Coefficient (R2), Variance Ratio (C) and Error Probability (P) criteria, respectively. The Grey Gompertz was determined as the most suitable model with a value of 0.12788% according to the MAPE criterion and a value of 0.99898 according to the R2 criterion for the years 2007-2022; According to criterion C, Grey Time- Varying Dynamic was determined as the most appropriate model with a value of 0.02286. According to the P criterion, all models were equal to 1. The forecast results for 2023-2050 are obtained by the five grey models and compared with the forecast values shared by TUIK in 2018. Accordingly, the Grey Gompertz was identified by the most compatible model with TUIK estimates with a value of 0.68116% according to the MAPE criterion and a value of 0.05218 according to the C criterion. According to the R2 criterion, the Grey Verhulst gave the most compatible value with a value of 0.99818. The population of Türkiye will be 105,948,975 based on the Grey Gompertz model, 106,877,632 based on the Grey Time-Varying Dynamic model, and 102,591,471 based on the Grey Verhulst model by 2050.
Benzer Tezler
- Bazı gri modellerin karşılaştırılması ve uygulamaları
Comparison and applications of some gray models
BERKAN ZİLE
- Türkiye medikal turizmi üzerine bir tahmin çalışması
A forecast study on medical tourism in Turkey
DUYGU ŞEN
Yüksek Lisans
Türkçe
2020
Sağlık Kurumları Yönetimiİstanbul Medipol ÜniversitesiSağlık Sistemleri Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN TOZAN
DR. ÖĞR. ÜYESİ MELİS ALMULA KARADAYI
- The effect of Helicobacter felis on macrophage polarization
Helicobacter felis'in makrofaj polarizasyonu üzerine etkisi
ASLI KORKMAZ
Yüksek Lisans
İngilizce
2015
Allerji ve İmmünolojiİstanbul Teknik ÜniversitesiMoleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı
DOÇ. DR. AYÇA SAYI YAZGAN
- Talep tahmini için gri temelli bir yaklaşım
A grey based approach to demand forecasting
CEYDA TANYOLAÇ BİLGİÇ
Doktora
Türkçe
2022
İşletmeİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. FERHAN ÇEBİ
- Zaman serilerinin tahmini için gri modelleme metodu
Grey modeling method for estimating time series
LEVENT AKYÜZ