Günlük hava durumunun perakende sektöründeki bir firmanın satışları üzerindeki etkileri: Doğrusal olmayan zaman serisi yöntemleri
The effects of daily weather conditions on a retail firm's sales: Non-linear time series methods
- Tez No: 994457
- Danışmanlar: PROF. DR. SELİN DEVRİM ÖZDEMİR YAZGAN
- Tez Türü: Yüksek Lisans
- Konular: Ekonometri, Econometrics
- Anahtar Kelimeler: Retail demand forecasting, meteorology, temperature, artificial neural networks, autoregressive, moving averages, unit root, seasonal unit root, cross-validation
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Marmara Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
- Bilim Dalı: Ekonometri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada perakende hazır giyim sektöründe faaliyet gösteren bir firmanın mağazalarda bulunan sezon içi ürünlerin satışları; geçmiş satış verileri, özel gün, takvim ve meteoroloji olayları kullanılarak zaman serisi ekonometrisi teknikleri ile tahmin edilmeye çalışılmıştır. Cadde mağazaları, açık ve kapalı alışveriş merkezi mağazalarına ait kadın, erkek, kız çocuk, erkek çocuk ve ev tekstili kategorilerindeki seçili ürün gruplarına ait satışları tahminlemek için meteoroloji olaylarından elde edilen göstergeler ve bu göstergelerden türetilmiş yeni açıklayıcı değişkenler kullanılması amaçlanmıştır. Bu bağlamda Mevsimsel Otoregresif Bütünleşik Hareketli Ortalama (SARIMA) ve yapay sinir ağları yaklaşımı ile Doğrusal Olmayan Otoregresif Yapay Sinir Ağları (NAR) modelleri kurularak elde edilen sonuçlardan çıkarımlar yapılmıştır. Her iki model için farklı dışsal değişken setleri oluşturularak modeller tahmin edilmiş ve performansları karşılaştırılmıştır. Böylece farklı dışsal değişkenlerin yer aldığı modeller ve türetilen açıklayıcı değişkenler arasında karşılaştırma yapma imkânı oluşturulmuştur. Çalışma kapsamındaki veri seti, yaklaşık 30 senedir Türkiye'de faaliyet gösteren bir perakende hazır giyim firmasının sezon içi ürün satışlarının olduğu şehirlerin 1 Eylül 2021 ile 30 Ekim 2024 tarihleri arasındaki satış adetleri, bu tarihlere ait hava olayları ve Türkiye'nin özel günleri ve takvim bilgilerinden oluşmaktadır. Tahmin modelleri, değişken analizleri, grafikler ve performans hesaplamaları ise R programı ile hazırlanmıştır. Yapılan tahmin çalışmaları sonucunda hangi model yaklaşımının ve dışsal değişkenlerin iyi sonuçlar verdiği belirlenmiş, ayrıca modellerin çapraz doğrulama yaklaşımı performans sonuçları karşılaştırılarak elde edilen bilgilerin güvenirliği ve modellerin genellenebilirliği gösterilmiştir. Söz konusu modellerin karşılaştırılmasında literatürde en çok kullanılan performans ölçütlerinden belirlilik katsayısı (R2) ve ortalama mutlak yüzde hatadan faydalanılmıştır. Çalışma kapsamında şehir, mağaza konumu, üst ve alt ürün kategorileri seviyelerinde olup toplam 661 farklı zaman serisi kullanılmıştır. Yeterli gözlem sayısı, köklerin kararlılığı ve otokorelasyonsuz saf hata terimleri gibi ekonometrik varsayımları sağlayan modeller seçilmiştir. Elde edilen bulgulara dayanarak, her seviye için regresyon elemanlı dışsal değişkenlerle bir veri seti oluşturulmuş ve tahmin edilen NARX modelinin sonuçları, tahmin doğruluğu açısından en yüksek değerleri sağlamıştır. Hava olaylarından elde edilen açıklayıcı değişkenlerin farklı şehir, mağaza konumu ve ürün seviyelerinde farklı tahmin doğruluklarını iyileştirdiği saptanmıştır.
Özet (Çeviri)
This study attempts to estimate the sales of in-season products in the stores of a company operating in the Turkish retail apparel sector by employing time series econometric techniques that incorporate past sales data, special occasions, calendar effects, and meteorological factors. The analysis aims to predict the sales of selected product groups across women's, men's, girls', boys', and home textile categories in both street stores and shopping malls (open and enclosed) by using indicators derived from meteorological variables and newly developed explanatory factors based on these indicators. In this context, models were developed using the Seasonal Autoregressive Integrated Moving Average (SARIMA) method and the Nonlinear Autoregressive Neural Network (NAR) approach. Different sets of exogenous variables were created for both models, and their forecast performances were compared. This allowed for a comparative analysis of models containing different exogenous variables and the derived explanatory variables. The dataset employed in this study comprises the sales quantities of in-season products from a retail apparel company that has been operating in Turkey for approximately 30 years. It covers the period between September 1, 2021, and October 30, 2024, for the cities where the company's stores are located. In addition to sales data, the dataset includes meteorological records, national holidays, and calendar-related information corresponding to the same dates. The forecasting models, variable analyses, graphical representations, and performance evaluations were developed and implemented within the R software environment. As a result of the forecasting analysis, the model approaches and exogenous variables that yielded the best performance were identified. Cross-validation performance results were also compared to demonstrate the reliability and generalizability of the models. The comparison of models was carried out using two of the most widely applied performance metrics in the literature: the coefficient of determination (R²) and Mean Absolute Percentage Error (MAPE). The study includes a total of 661 different time series, categorized across city, store location, and product hierarchy levels. Only those models that met key econometric assumptions—for instance sufficient number of observations, root stability, and white-noise error terms free of autocorrelation—were retained. Based on the findings, NARX models estimated using stepwise regression-selected exogenous vii variable sets for each level yielded the highest forecast accuracy. It was also found that explanatory variables derived from meteorological events contributed to improved forecast performance at varying levels depending on the city, store location, and product category.
Benzer Tezler
- Talep cevabına katılım oranının elektrik dağıtım sistemi işletimi üzerindeki etkisinin incelenmesi
The study on impacts of the demand response participation of the electricity customers in electric distribution system operation
TARIK TAŞPINAR
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA BAĞRIYANIK
- Hava durumunun yapay sinir ağları ile kestirimi ve bulanık mantıkla sınıflandırılması
Weather forecasting by neural networks and it's classification by fuzzy logic
FATMA SERT
Yüksek Lisans
Türkçe
2014
EkonometriUludağ ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. HAYRETTİN KEMAL SEZEN
- Balon turu deneyimlerinde akış durumunun algılanan değere ve tekrar deneyim isteğine etkisi
The effect of flow status on perceived value and desire to experience again in balloon tour experiences
SEVGİ EROĞLU GÜMÜŞ
Doktora
Türkçe
2022
TurizmNevşehir Hacı Bektaş Veli ÜniversitesiTurizm İşletmeciliği Ana Bilim Dalı
DOÇ. DR. BURCU GÜLSEVİL BELBER
- Şanlıurfa hava kirliliğinin Chimere modeli ile incelenmesi
Evaluation of air pollution for Sanliurfa with Chimere model
ESRA AYDINÖZ
Yüksek Lisans
Türkçe
2015
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
DOÇ. DR. HÜSEYİN TOROS
- Çocukluk çağı baş ağrısı ve hava durumu ilişkisinin incelenmesi
Evaluation of the weather and headache in children
NÜLİFER YILMAZ
Tıpta Uzmanlık
Türkçe
2021
Çocuk Sağlığı ve HastalıklarıSağlık Bilimleri ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. BÜLENT ÜNAY