YAPAY SİNİR AĞLARI VE ARIMA MODELLERİNİN MELEZ YAKLAŞIMI İLE ZAMAN SERİLERİNDE ÖNGÖRÜ
|
|
- Irmak Erdinç
- 7 yıl önce
- İzleme sayısı:
Transkript
1 YAPAY SİNİR AĞLARI VE ARIMA MODELLERİNİN MELEZ YAKLAŞIMI İLE ZAMAN SERİLERİNDE ÖNGÖRÜ Erol EĞRİOĞLU Haceepe Üniversiesi, Fen Fakülesi, İsaisik Bölümü, 06532, Beyepe, Ankara, TÜRKİYE, Çağdaş Hakan ALADAĞ Haceepe Üniversiesi, Fen Fakülesi, İsaisik Bölümü, 06532, Beyepe, Ankara, TÜRKİYE, ÖZET Son yıllarda zaman serilerinde öngörü elde emek için yapay sinir ağları başarıyla kullanılmakadır. Zaman serilerindeki doğrusal yapının yanında eğrisel yapıyı da modelleyebilen yapay sinir ağları ooregresif harekeli oralamalar modellerine iyi bir seçenek olarak düşünülebilir. Yapay sinir ağları ve ooregresif harekeli oralamalar modellerinin birleşirildiği bir melez yaklaşım ile öngörü performansı arırılabilir. Bu çalışmada, bir melez yaklaşımla Ankara hava kirliliği ahminleri elde edildi ve diğer model ahminleri ile karşılaşırıldı. Anahar Kelimeler: Zaman Serileri, Ooregresif Harekeli Oralamalar Modeli, Öngörü, Box-Jenkins Yönemi, Melez Yaklaşım, Yapay Sinir Ağları, Geri Yayılım Algoriması, Hava Kirliliği Verisi. 1. GİRİŞ Yapay sinir ağları diğer zaman serisi modelleme yönemlerine göre daha iyi öngörü sonuçlar vermekedir. Çünkü yapay sinir ağları zaman serilerindeki hem eğrisel hem de doğrusal yapıyı öğrenebilme yeeneğine sahipir. Bu nedenle lieraürde son yirmi yıl içerisinde zaman serilerinin yapay sinir ağları ile incelendiği bir çok çalışma yer almışır (Zhang, 1998:381). Yapay sinir ağları ve Box-Jenkins yönemini ayrı ayrı kullanmak yerine kombine ederek kullanmak öngörü doğruluğunu arırmakadır. ARIMA modellerinin emel sınırlaması model formunu doğrusal varsaymasıdır. ARIMA modelleri zaman serisi değerleri arasındaki doğrusal korelasyon yapısını dikkae alır. Doğrusal model yaklaşımı, gerçek dünya problemleri için her zaman yeerli değildir. Yapay sinir ağlarının avanajı esnek ve eğrisel modelleme yeeneğidir. Yapay sinir ağı ile çözümleme yapıldığında, bir model formu belirlemeye gerek duyulmaz. Bunun yerine model formu, verilerin özelliğine göre oluşur. Bir zaman serisi yapısının doğrusal mı yoksa eğrisel mi olduğunu belirlemek zordur. Gerçek hayaaki zaman serileri nadiren amamen doğrusal ya da amamen eğrisel yapıya sahipir. Genellikle hem doğrusal hem de eğrisel yapı içerirler. Çözümlemede sadece ARIMA modelleri kullanılırsa eğrisel yapı modellenemez. Sinir ağları ise doğrusal ve eğrisel yapılara aynı ağırlığı veremez. Öngörü lieraüründe de genellikle ek bir yönemin her durum için iyi olmayacağı kabul edilmişir. Farklı modelleri birleşirmek farklı yapıları yakalamayı sağlar ve öngörü performansını arırır. Hem kuramsal hem de deneysel bulgular, farklı yönemleri birleşirmenin öngörü performansını arırdığını gösermişir (Zhang, 2003:159). Çalışmanın ikinci bölümünde genel olarak yapay sinir ağlarının bileşenleri incelendi. Üçüncü bölümde, mevsimsel ve mevsimsel olmayan ARIMA modelleri kısaca verildi. Bir sonraki bölümde, 2003 yılında Zhang arafından önerilen melez yaklaşımın uygulaması verildi. Melez yaklaşımla Ankara hava kirliliği verisinin çözümlenmesi beşinci bölümde arışıldı. Son bölümde ise elde edilen sonuçlar ayrınılı biçimde yorumlandı.
2 2. YAPAY SİNİR AĞLARI BİLEŞENLERİ Yapay sinir ağları, insan beyninin özelliklerinden olan öğrenme yolu ile yeni bilgi üreebilme, yeni bilgi oluşurabilme ve keşfedebilme gibi yeenekleri herhangi bir yardım almadan doğrudan gerçekleşirmek amacı ile gelişirilen algorimalardır (Özemel, 2003). Bir başka sözle, biyolojik sinir ağlarını akli eden seneik ağlardır. Yapay sinir ağları ve biyolojik sinir ağları arasında hem mimarileri hem de yeenekleri yönünden büyük farklılıklar vardır (Zurada, 1992). Yapay sinir ağları maemaiksel bir model oluşurur ve genel bir fonksiyon yaklaşırıcı olarak bilinir (Zhang, 1998:35). Yapay sinir ağlarının işleyişini yönlendiren bileşenler genel olarak aşağıda verilmişir Mimari Yapı: En basi hali ile çok abakalı ileri beslemeli bir yapay sinir ağı mimari yapısı Şekil 1 de verilmişir. Şekilde de görüldüğü gibi çok abakalı ileri beslemeli bir yapay sinir ağı mimarisi üç kısımdan oluşur. Bunlar girdi abakası, gizli abaka (ya da abakalar) ve çıkı abakasıdır. Tabakalar, nöron (düğüm) adı verilen birimlerden oluşmakadır. Mimarinin am olarak belirlenmesi abakalardaki nöron sayısına karar verilmesi ile gerçekleşir. Yapay sinir ağlarında nöronlar birbirlerine ağırlıklar ile bağlıdırlar. İleri beslemeli ağlarda bu bağlanılar ek yönlü ve ileri doğrudur. Aynı abakanın birimleri arasında bağlanı yokur. Çıkı abakası Gizli abaka Girdi abakası Şekil 1. Çok abakalı ileri beslemeli yapay sinir ağı Zaman serilerinin gelecek ahmininde en yaygın kullanılan ürü üç abakalı ileri beslemeli sinir ağıdır. Tek değişkenli zaman serileri için ağın girdileri geçmiş veya gecikmeli değişkenler, çıkısı ise ahmin değeridir. Öngörü problemi için yapay sinir ağı eğrisel ooregresif modele denkir. Girdi abakasındaki nöronlardan gizli abakayı alayarak doğrudan çıkı abakasına bağlanı yapılması ile elde edilecek yeni yapay sinir ağı modeli ise eğrisel ve doğrusal iki ooregresif modelin oplamına eşi olur. Öğrenme Algoriması: Yapay sinir ağlarında ağırlıkların belirlenmesinde kullanılan bir çok öğrenme algoriması vardır. En yaygın kullanılan öğrenme algorimalarından biri Geri Yayılım (Back Propagaion) algorimasıdır. Geri yayılım algoriması eldeki veri ile ağın çıkısı arasındaki farka dayalı olarak ağırlıkların güncellenmesini gerçekleşirir. Geri yayılım
3 algorimasında kullanılan öğrenme parameresi opimal sonuca yeerli derecede yaklaşılmasında önemli rol oynar. Öğrenme parameresi sabi olarak alınabileceği gibi, algorima içinde dinamik olarak da güncellenebilir. Akivasyon Fonksiyonu: Akivasyon fonksiyonu girdi ve çıkı birimleri arasındaki eğrisel eşleşmeyi sağlar. Akivasyon fonksiyonunun doğru seçilmesi, ağın performansını önemli derecede ekiler. Akivasyon fonksiyonu genelde ek kuuplu, çif kuuplu ya da doğrusal olarak seçilebilir. Seçilen akivasyon fonksiyonu doğrusal olmadığında, eğim parameresinin belirlenmesi gerekmekedir. Eğim parameresi de opimal sonuca yeerli derecede yaklaşılmasında önemli rol oynayan bir fakördür. 3. MEVSİMSEL VE MEVSİMSEL OLMAYAN ARIMA MODELLERİ Z µ oralamalı bir zaman serisi olmak üzere, ϕ ( Θ a (1) s s D s B ) Φ( B )(1 B ) ( Z µ ) = θ ( B) ( B ) ϕ ( B )( Z µ ) = θ ( B) (2) a şeklindeki iki model formu göz önüne alınsın. Eğer Z, (1) model formuna sahip ise SARIMA(p, d,q)(p,d,q) s ile göserilmeke ve bu model, mevsimsel ARIMA olarak bilinmekedir. Eğer Z, (2) model formuna sahip ise ARIMA(p, d, q) ile göserilmeke ve bu model mevsimsel olmayan ARIMA olarak bilinmekedir. Mevsimsel ve mevsimsel olmayan ARIMA modelleri, Box-Jenkins arafından ileri sürülmüş ve doğrusal zaman serilerinin öngörülmesinde başarıyla kullanılmışır. Bu modellerin kullanıldığı bir çok çalışma lieraürde yer almakadır. Ancak (1) ve (2) modelleri sadece zaman serisindeki doğrusal yapıyı modelleyebildiğinden, eğrisel yapılı zaman serileri için doğru öngörüler verememekedir. Mevsimsel ve mevsimsel olmayan ARIMA modellerinin kullanımı için ayrınılar Box-Jenkins arafından 1976 yılında verilmişir. 4. MELEZ YAKLAŞIMIN UYGULANIŞI Zhang in 2003 yılındaki çalışmasında kullandığı ARIMA modelleri ile yapay sinir ağlarını birleşiren melez yaklaşım aşağıda verilmişir (Zhang, 2003:159). Bir zaman serisi doğrusal yapılı bileşen ve eğrisel bileşenin oplamı olarak düşünülebilir. Yani, şeklinde ifade edilebilir. Burada, L doğrusal bileşen ve Z = L + N (3) İlk olarak zaman serisi için ARIMA modelleri ile Lˆ ahminleri elde edilir. N doğrusal olmayan bileşendir. e = Y Lˆ (4) ile bulunan e değerleri, N eğrisel bileşenini içeren arıklardır. Dolayısıyla bu arıklara yapay sinir ağları yönemi uygulanırsa, eğrisel bileşen de modellenmiş olur. Her iki yönemden elde edilen öngörülerin oplamı ise gerçek öngörü değerlerini verir.
4 Öze olarak melez yaklaşım iki adımdan oluşmakadır: 1. Adım: Problemin doğrusal kısmını modellemek amacı ile zaman serisi mevsimsel veya mevsimsel olmayan ARIMA modelleri ile ahmin edilir. 2. Adım: ARIMA modelinden gelen arıklar yapay sinir ağı kullanılarak ahmin edilir. Böylece zaman serisinin eğrisel bileşeni de ahmin edilmiş olur. Melez yaklaşımda opimal olmayan yönemleri bile kombine ederek iyi sonuçlara ulaşmak mümkündür. Yani en düşük Akaike Informaion Crier (AIC) değerine sahip bir ARIMA modelini kullanmak zorunlu değildir (Zhang, 2003:159). 5. UYGULAMA Yapay sinir ağları bileşenlerinin isenilen şekilde seçilmesine olanak vererek çözümleme yapabilen hazır bir bilgisayar programı mevcu değildir. Bu nedenle çalışmada, incelenen durumlar için sonuçları elde emek amacıyla Delphi 7.0 programlama dili kullanılarak bir bilgisayar programı yazılmışır. Çözümlenen Ankara hava kirliliği verileri 1994 yılı Mar ile 2002 yılı Kasım ayları arasındaki aylık zaman serisi verileridir. Çözümlemede kullanılan yapay sinir ağı bileşenleri aşağıda verilmişir: Mimari Yapı: Uygulamadaki her bir durum için, girdi abakasındaki birim sayısının 2 ile 12, gizli abakadaki birim sayısının 1 ile 12 arasında değişiği ve çıkı abakasında ek biriminin kullanıldığı 132 değişik mimaride çözümleme yapılarak en iyi mimariler belirlenmişir. Öğrenme Algoriması: Öğrenme parameresinin her bir ierasyonda güncellendiği Geri Yayılım Algoriması, en iyi ağırlıkların bulunmasında kullanılmışır. Akivasyon Fonksiyonu: Akivasyon fonksiyonu olarak lojisik fonksiyonu kullanılmışır. ( 1+ exp( )) 1 f ( x) = γ x (5) İlk olarak, çözümlenen veriye uygun Box-Jenkins modeli araşırıldı. En iyi model olarak SARIMA(1,1,1)(0,1,1) 12 modeli belirlendi. Bu modelden elde edilen arıkları modellemek amacıyla en iyi iki yapay sinir ağı modeli belirlendi. Birinci model, girdi birimleri ile çıkı birimi arasında doğrudan bağlanının bulunduğu ve girdi abakasında üç, gizli abakada bir birim bulunan ([3-1-1]-bağlı) mimariye sahipir. İkinci model ise girdi birimleri ile çıkı birimi arasında doğrudan bağlanının bulunmadığı ve girdi abakasında on bir, gizli abakada bir birim bulunan ([11-1-1]-bağsız) mimariye sahipir. Ayrıca SARIMA(1,1,1)(0,1,1) 12 modeli yerine SARIMA(4,1,0)(0,1,0) 12 opimal olmayan modeli kullanılarak arıklar elde edildi. Bu arıklar için en uygun iki sinir ağı modeli belirlendi. Birinci model, girdi birimleri ile çıkı birimi arasında doğrudan bağlanının bulunduğu ve girdi abakasında alı, gizli abakada dör birim bulunan ([6-4-1]-bağlı) mimariye sahipir. İkinci model ise girdi birimleri ile çıkı birimi arasında doğrudan
5 bağlanının bulunmadığı ve girdi abakasında beş, gizli abakada dör birim bulunan ([5-4-1]-bağsız) mimariye sahipir. Bunlara ek olarak Ankara hava kirliliği verileri yapay sinir ağları ile modellenerek yine en uygun iki model belirlenmişir. Birinci model, girdi birimleri ile çıkı birimi arasında doğrudan bağlanının bulunduğu ve girdi abakasında on iki, gizli abakada iki birim bulunan ([12-2-1]-bağlı) mimariye sahipir. İkinci model ise girdi birimleri ile çıkı birimi arasında doğrudan bağlanının bulunmadığı ve girdi abakasında on iki, gizli abakada iki birim bulunan ([12-2-1]-bağsız) mimariye sahipir. Belirlenen modellerden elde edilen öngörülerin Haa Kareler Oralaması Karekök (HKOK) ve Haa Kareler Oralaması (HKO) değerleri, Ankara hava kirliliği verisinin 2002 Temmuz ve 2002 Kasım ayları için hesaplandı. Sonuçlar Tablo 1 de göserildi. Tablo 1 ve Tablo 2 de yer alan modeller aşağıda verilmişir: Model 1: SARIMA(1,1,1)(0,1,1) 12 ve [3-1-1]-bağlı melez modeli. Model 2: SARIMA(1,1,1)(0,1,1) 12 ve [11-1-1]-bağsız melez modeli. Model 3: SARIMA(4,1,0)(0,1,0) 12 ve [6-4-1]-bağlı melez modeli. Model 4: SARIMA(4,1,0)(0,1,0) 12 ve [5-4-1]-bağsız melez modeli. Model 5: SARIMA(1,1,1)(0,1,1) 12 Box-Jenkins modeli. Model 6: [12-2-1]-bağlı yapay sinir ağı modeli. Model 7: [12-2-1]-bağsız yapay sinir ağı modeli. Tablo 1. Ankara hava kirliliği verisi 2002 Temmuz ve 2002 Kasım ayları HKOK ve HKO değerleri Modeller HKOK HKO Model 1 3,82 14,5924 Model 2 3,74 13,9876 Model 3 9,97 99,4009 Model 4 10,48 109,8304 Model 5 4,45 19,8025 Model 6 4,51 20,3401 Model 7 2,95 8,7025 Belirilen 7 modele göre elde edilen öngörüler ve gerçek değerler Tablo 2 de verilmişir. Tablo 2. Modellerin öngörü değerleri Gerçek Model 1 Model 2 Model 3 Model 4 Model 5 Model 6 Model 7 Değerler Öngörü Öngörü Öngörü Öngörü Öngörü Öngörü Öngörü Temmuz ,4 19,7 20,5 22,2 18,3 17,8 20,7 Ağusos ,5 16,6 19,1 18,5 15,5 15,2 20,5 Eylül ,6 22,7 26,1 25, ,9 25,4 Ekim ,6 29,6 33,1 32,6 28,7 27,9 30,5 Kasım ,6 52,3 33,9 33,1 50,6 56,9 58,3
6 6. SONUÇLAR Ankara hava kirliliği verisi için melez yaklaşımın uygulandığı Model 1 ve Model 2 nin, Box-Jenkins yaklaşımının uygulandığı Model 5 e göre daha iyi öngörü sonuçları verdiği görülmüşür. Melez yaklaşımın uygulandığı Model 1 ve Model 2 nin, sadece yapay sinir ağı yöneminin kullanıldığı Model 6 dan da daha iyi öngörü sonuçları verdiği görülmekedir. Ancak en iyi öngörü sonucu girdi birimlerinden çıkı birimine doğrudan bağlanının bulunmadığı yapay sinir ağı modeli (Model 7) ile elde edilmişir. Melez yaklaşımda kullanılan Box-Jenkins modelinin opimal olmadığı Model 3 ve Model 4 de en köü öngörü sonuçları elde edildiği görülmüşür. KAYNAKLAR BOX, G.E.P. and JENKINS, G.M. (1976), Time Series Analysis: Forecasing and Conrol. Holdan-Day, San Francisco, CA. CICHOCKI, A. and UNBEHAUEN, R. (1993), Neural Neworks for Opimizaion and Signal Processing, John Willey & Sons, New York. DANIEL P., GEORGE C. T. and RUEY S. T. (2001), A Course in Time Series Analysis, John Willey & Sons, New York. ÖZTEMEL, E. (2003), Yapay Sinir Ağları, Papaya Yayıncılık, İsanbul. SMITH, K.A. (2002), Neural neworks in business: echniques and applicaions, Imprin Info Hershey: Idea Group. TANG, Z. and FISHWICK, P.A. (1993), Feedforward Neural Nes as Models for Time Series Forecasing, Operaions Research Sociey of America, 5:4, ZHANG G. PETER (2003), Time series forecasing using a hybrid ARIMA and neural nework model, Neurocompuing, 50, ZHANG, G., PATUWO, B.E. and HU, Y.M. (1998), Forecasing wih Arificial Neural Neworks: The Sae of he Ar, Inernaional Journal of Forecasing, 14, ZURADA, J.M. (1992), Inroducion of Arificial Neural Sysems, S. Paul: Wes Publishing. A HYBRID NEURAL NETWORK AND ARIMA MODEL FOR FORECASTING IN TIME SERIES Absrac In recen years, arificial neural neworks have been used for forecasing in ime series. Neural neworks which can modeled boh linear and nonlinear srucure in ime series, is a good alernaive for auoregressive moving average model. Using a hybrid approach in which neural neworks is combined wih auoregressive moving average model can provide beer resuls in forecasing. In his sudy, a hybrid neural nework and auoregressive moving average model is discussed. The daa of air polluion of Ankara is forecased by using his hybrid approach. The hybrid approach is compared wih oher models. Key Words: Time Series, Auoregressive Moving Average Model, Forecasing, Box-Jenkins Mehods, Hybrid Approach, Neural Neworks, Back Propagaion Algorihm, Daa of Air Polluion.
KONYA İLİ SICAKLIK VERİLERİNİN ÇİFTDOĞRUSAL ZAMAN SERİSİ MODELİ İLE MODELLENMESİ
KONYA İLİ SICAKLIK VERİLERİNİN ÇİFTDOĞRUSAL ZAMAN SERİSİ MODELİ İLE MODELLENMESİ İsmail KINACI 1, Aşır GENÇ 1, Galip OTURANÇ, Aydın KURNAZ, Şefik BİLİR 3 1 Selçuk Üniversiesi, Fen-Edebiya Fakülesi İsaisik
DetaylıZAMAN SERİLERİ TAHMİNİNDE ARIMA-MLP MELEZ MODELİ
Aaürk Üniversiesi İkisadi ve İdari Bilimler Dergisi, Cil: 23, Sayı: 3, 2009 4 ZAMAN SERİLERİ TAHMİNİNDE ARIMA-MLP MELEZ MODELİ Oğuz KAYNAR (*) Serkan TAŞTAN (**) Öze: Bu çalışmada zaman serilerinin ahmini
DetaylıYAPAY SİNİR AĞLARI İLE DOĞALGAZ TÜKETİM TAHMİNİ
Aaürk Ü. İİBF Dergisi, 0. Ekonomeri ve İsaisik Sempozyumu Özel Sayısı, 20 463 YAPAY SİNİR AĞLARI İLE DOĞALGAZ TÜKETİM TAHMİNİ Oğuz KAYNAR Serkan TAŞTAN 2 Ferhan DEMİRKOPARAN 3 Öze: Doğalgaz emini nokasında
DetaylıYABANCI ZİYARETÇİ SAYISININ TAHMİNİNDE BOX- JENKINS MODELİ, WINTERS YÖNTEMİ VE YAPAY SİNİR AĞLARIYLA ZAMAN SERİSİ ANALİZİ
YABANCI ZİYARETÇİ SAYISININ TAHMİNİNDE BOX- JENKINS MODELİ, WINTERS YÖNTEMİ VE YAPAY SİNİR AĞLARIYLA ZAMAN SERİSİ ANALİZİ 62 Arş. Grv. Emrah ÖNDER İsanbul Üniversiesi İşleme Fakülesi Arş. Grv. Özlem HASGÜL
DetaylıFORECASTING TOURISM DEMAND BY ARTIFICIAL NEURAL NETWORKS AND TIME SERIES METHODS: A COMPARATIVE ANALYSIS IN INBOUND TOURISM DEMAND TO ANTALYA
Süleyman Demirel Üniversiesi İkisadi ve İdari Bilimler Fakülesi Dergisi Y.2009, C.14, S.1 s.99-114. Suleyman Demirel Universiy The Journal of Faculy of Economics and Adminisraive Sciences Y.2009, Vol.14,
DetaylıTürkiye de Kırmızı Et Üretiminin Box-Jenkins Yöntemiyle Modellenmesi ve Üretim Projeksiyonu
Hayvansal Üreim 53(): 3-39, 01 Araşırma Türkiye de Kırmızı E Üreiminin Box-Jenkins Yönemiyle Modellenmesi ve Üreim Projeksiyonu Şenol Çelik Ankara Üniversiesi Fen Bilimleri Ensiüsü Zooekni Anabilim Dalı
DetaylıYAPAY SİNİR AĞLARI İLE TÜRKİYE ELEKTRİK ENERJİSİ TÜKETİMİNİN 2010 YILINA KADAR TAHMİNİ
Gazi Üniv. Müh. Mim. Fak. Der. J. Fac. Eng. Arch. Gazi Univ. Cil 19, No 3, 7-33, 004 Vol 19, No 3, 7-33, 004 YAPAY SİNİR AĞLARI İLE TÜRKİYE ELEKTRİK ENERJİSİ TÜKETİMİNİN 010 INA KADAR TAHMİNİ Coşkun HAMZAÇEBİ
DetaylıYAPAY SİNİR AĞLARI İLE NİĞDE BÖLGESİNİN ELEKTRİK YÜK TAHMİNİ
YAPAY SİNİR AĞLARI İLE NİĞDE BÖLGESİNİN ELEKRİK YÜK AHMİNİ anku YALÇINÖZ Saadedin HERDEM Ulaş EMİNOĞLU Niğde Üniversiesi, Mühendislik-Mimarlık Fakülesi Elekrik-Elekronik Mühendisliği Bölümü, Niğde 5 /
DetaylıTÜRKİYE DE ENFLASYONUN İLERİ VE GERİ BESLEMELİ YAPAY SİNİR AĞLARININ MELEZ YAKLAŞIMI İLE ÖNGÖRÜSÜ
Doğuş Üniversitesi Dergisi, 11 (1) 2010, 42-55 TÜRKİYE DE ENFLASYONUN İLERİ VE GERİ BESLEMELİ YAPAY SİNİR AĞLARININ MELEZ YAKLAŞIMI İLE ÖNGÖRÜSÜ FORECASTING OF TURKEY INFLATION WITH HYBRID OF FEED FORWARD
DetaylıBox-Jenkıns Modelleri ile Aylık Döviz Kuru Tahmini Üzerine Bir Uygulama
Kocaeli Üniversiesi Sosyal Bilimler Ensiüsü Dergisi (6) 2003 / 2 : 49-62 Box-Jenkıns Modelleri ile Aylık Döviz Kuru Tahmini Üzerine Bir Uygulama Hüdaverdi Bircan * Yalçın Karagöz ** Öze: Bu çalışmada geleceği
DetaylıBölüm 3 HAREKETLİ ORTALAMALAR VE DÜZLEŞTİRME YÖNTEMLERİ
Bölüm HAREKETLİ ORTALAMALAR VE DÜZLEŞTİRME ÖNTEMLERİ Bu bölümde üç basi öngörü yönemi incelenecekir. 1) Naive, 2)Oralama )Düzleşirme Geçmiş Dönemler Şu An Gelecek Dönemler * - -2-1 +1 +2 + Öngörü yönemi
DetaylıBİRİM KÖK TESTLERİNDE YAPISAL KIRILMA ZAMANININ İÇSEL OLARAK BELİRLENMESİ PROBLEMİ: ALTERNATİF YAKLAŞIMLARIN PERFORMANSLARI
BİRİM KÖK TESTLERİNDE YAPISAL KIRILMA ZAMANININ İÇSEL OLARAK BELİRLENMESİ PROBLEMİ: ALTERNATİF YAKLAŞIMLARIN PERFORMANSLARI Arş. Gör. Furkan EMİRMAHMUTOĞLU Yrd. Doç. Dr. Nezir KÖSE Arş. Gör. Yeliz YALÇIN
DetaylıŞenol ÇELİK. Modelling of Production Amount of Nuts Fruit by Using Box-Jenkins Technique
YYÜ TAR BİL DERG (YYU J AGR SCI) 013, 3(1): 18 30 Geliş Tarihi (Received) : 6.07.01 Kabul Tarihi (Acceped) : 19.10.01 Araşırma Makalesi/Research Aricle (Original Paper) Ser Kabuklu Meyvelerin Üreim Mikarının
DetaylıThe Nonlinear Models with Measurement Error and Least Squares Estimation
D.Ü.Ziya Gökalp Eğiim Fakülesi Dergisi 5,17-113 5 ÖLÇÜM HATALI LiNEER OLMAAN MODELLER ve EN KÜÇÜK KARELER KESTİRİMİ The Nonlinear Models wih Measuremen Error and Leas Squares Esimaion Öze : u çalışmada,
Detaylı598 INTERNATIONAL CONFERENCE ON EURASIAN ECONOMIES 2016
598 INTERNATIONAL CONFERENCE ON EURASIAN ECONOMIES 2016 Döviz Kuru, Alın Fiyaları ve Borsa Geirileri Yönünün Yüksek Dereceden Markov Zincirleri leri ile Tahmini Esimaion of Direcion of Exchange Rae, Gold
DetaylıÇift Üstel Düzeltme (Holt Metodu ile)
Tahmin Yönemleri Çif Üsel Düzelme (Hol Meodu ile) Hol meodu, zaman serilerinin, doğrusal rend ile izlenmesi için asarlanmış bir yönemdir. Yönem (seri için) ve (rend için) olmak üzere iki düzelme kasayısının
DetaylıÇOKLU DOĞRUSAL BAĞLANTI
ÇOKLU DOĞRUSAL BAĞLANTI ÇOKLU DOĞRUSALLIĞIN ANLAMI Çoklu doğrusal bağlanı; Bağımsız değişkenler arasında doğrusal (yada doğrusala yakın) ilişki olmasıdır... r xx i j paramereler belirlenemez hale gelir.
DetaylıTürkiye de bal üretiminin zaman serileri ile modellenmesi. Modelling of honey production by using time series in Turkey
SAÜ Fen Bil Der 19. Cil, 3. Sayı, s. 377-38, 015 Türkiye de bal üreiminin zaman serileri ile modellenmesi Şenol Çelik * ÖZ 7.03.015 Geliş/Received, 3.06.015 Kabul/Acceped Bu çalışmada, Türkiye de 1950-014
DetaylıTürkiye Cumhuriyet Merkez Bankası Sayı: 2010-8 / 24 Mayıs 2010 EKONOMİ NOTLARI
Türkiye Cumhuriye Merkez Bankası Sayı: 2010-8 / 24 Mayıs 2010 EKONOMİ NOTLARI TCMB Faiz Kararlarının Piyasa Faizleri Ve Hisse Senedi Piyasaları Üzerine Ekisi Mura Duran Refe Gürkaynak Pınar Özlü Deren
DetaylıEKONOMÝK GÖSTERGELERÝN VE DIÞ ORTAM SICAKLIÐININ ETKÝLERÝ
ESKÝÞEHÝR DE KONUTSAL DOÐAL GAZ TALEBÝNE EKONOMÝK GÖSTERGELERÝN VE DIÞ ORTAM SICAKLIÐININ ETKÝLERÝ Haydar ARAS * Nil ARAS ** Bu makalede, konularda kullanýlan doðal gazýn ýsýma dönemine ai aylardaki ükeiminin
DetaylıA. SCI ve SCIE Kapsamındaki Yayınlar
A. SCI ve SCIE Kapsamındaki Yayınlar A.1. Erilli N.A., Yolcu U., Egrioglu E., Aladag C.H., Öner Y., 2011 Determining the most proper number of cluster in fuzzy clustering by using artificial neural networks.
DetaylıT.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÇOK DEĞİŞKENLİ EŞİKSEL OTOREGRESİF MODELLER ÜZERİNE BİR ÇALIŞMA Ümran Münire KAHRAMAN DOKTORA TEZİ İsaisik Anabilim Dalı 2012 KONYA Her Hakkı Saklıdır TEZ
DetaylıTÜRKİYE NÜFUSU İÇİN STOKASTİK ÖLÜMLÜLÜK MODELLERİ
Nüfusbilim Dergisi\Turkish Journal of Populaion Sudies, 2012, 34, 31-50 31 TÜRKİYE NÜFUSU İÇİN STOKASTİK ÖLÜMLÜLÜK MODELLERİ Ölümlülük ahminleri, demografi ve aküerya bilimlerinde önemli bir rol oynamakadır.
DetaylıMakine Öğrenmesi 8. hafta
Makine Öğrenmesi 8. hafa Takviyeli Öğrenme (Reinforcemen Learning) Q Öğrenme (Q Learning) TD Öğrenme (TD Learning) Öğrenen Vekör Parçalama (LVQ) LVQ2 LVQ-X 1 Takviyeli Öğrenme Takviyeli öğrenme (Reinforcemen
Detaylı8.Ders(EK) Zaman Serileri Analizi
8.Ders(EK) Zaman Serileri Analizi SPSS Projec: Airline Passengers daa se is used for various analyses in his online raining workshop, which includes: Times series analysis [building ARIMA models] Proje:
DetaylıDiabetik Retinopatinin Otomatik Algılanması Amacıyla. Göz Görüntüsünden Kan Damarlarının Eşiklenmesi
Diabeik Reinopainin Oomaik Algılanması Amacıyla Göz Görünüsünden Kan Damarlarının Eşiklenmesi Vasif NABİYEV, Salih BAHÇEKAPILI Karadeniz Teknik Üniversiesi, Mühendislik Fakülesi, Bilgisayar Mühendisliği
DetaylıMorgan Stanley Capital International Türkiye Endeksinin Yapay Sinir Ağları ile Öngörüsü
EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Cilt: 12 Sayı: 4 Ekim 2012 ss. 541-547 Morgan Stanley Capital International Türkiye Endeksinin Yapay Sinir Ağları ile Öngörüsü Forecasting of Morgan Stanley Capital
DetaylıBorsa Getiri Oranı ve Faiz Oranı Arasındaki İlişkinin Doğrusal Olmayan Yöntemlerle Analizi: Türkiye Örneği
Volume 4 Number 3 03 pp. -40 ISSN: 309-448 www.berjournal.com Borsa Geiri Oranı ve Faiz Oranı Arasındaki İlişkinin Doğrusal Olmayan Yönemlerle Analizi: Türkiye Örneği Yusuf Ekrem Akbaşa Öze: Bu çalışmada,
DetaylıİŞSİZLİK VE EKONOMİK BÜYÜME İLİŞKİSİNDE ASİMETRİ ASYMMETRY IN THE RELATIONSHIP BETWEEN UNEMPLOYMENT AND ECONOMIC GROWTH
Doğuş Üniversiesi Dergisi, (), 57-65 İŞSİZLİK VE EKONOMİK BÜYÜME İLİŞKİSİNDE ASİMETRİ ASYMMETRY IN THE RELATIONSHIP BETWEEN UNEMPLOYMENT AND ECONOMIC GROWTH Serve CEYLAN Giresun Üniversiesi İİBF, İkisa
DetaylıZAMAN SERİSİ ANALİZİNDE MLP YAPAY SİNİR AĞLARI VE ARIMA MODELİNİN KARŞILAŞTIRILMASI
ZAMAN SERİSİ ANALİZİNDE MLP YAPAY SİNİR AĞLARI VE ARIMA MODELİNİN KARŞILAŞTIRILMASI Oğuz KAYNAR * Serkan TAŞTAN ** ÖZ Bu çalışmada zaman serisi analizinde yaygın olarak kullanılan Box-Jenkis modelleri
DetaylıReel Kesim Güven Endeksi ile İMKB 100 Endeksi arasındaki dinamik nedensellik ilişkisi
İsanbul Üniversiesi İşleme Fakülesi Dergisi Isanbul Universiy Journal of he School of Business Adminisraion Cil/Vol:38, Sayı/No:1, 009, 4-37 ISSN: 1303-173 - www.ifdergisi.org 009 Reel Kesim Güven Endeksi
DetaylıFİNANSAL BİLGİ MANİPÜLASYONUNUN TESPİTİNDE YAPAY SİNİR AĞI MODELİNİN KULLANIMI
FİNANSAL BİLGİ MANİPÜLASYONUNUN TESPİTİNDE YAPAY SİNİR AĞI MODELİNİN KULLANIMI ÖZET Yrd.Doç.Dr. Güray KÜÇÜKKOCAOĞLU 1 Yrd.Doç.Dr. Yasemin KESKİN BENLİ 2 Dr. Cemal KÜÇÜKSÖZEN 3 nun espiinde sıklıkla kullanılan
DetaylıBELİRSİZ FİYAT VE TALEP KOŞULLARI ALTINDA SATINALMA POLİTİKALARI. Ercan ŞENYİĞİT*
Erciyes Üniversiesi Fen Bilimleri Ensiüsü Dergisi 24 (1-2) 165-176 (2008) hp://fbe.erciyes.edu.r/ ISSN 1012-2354 BELİRSİZ FİYAT VE TALEP KOŞULLARI ALTINDA SATINALMA POLİTİKALARI ÖZET Ercan ŞENYİĞİT* Erciyes
DetaylıDEĞİŞKENLER ARASINDAKİ GECİKMELİ İLİŞKİLER: Dağıtılmış Gecikme ve Otoregresiv Modeller
DEĞİŞKENLER ARASINDAKİ GECİKMELİ İLİŞKİLER: Dağıılmış Gecikme ve Ooregresiv Modeller 1 Zaman serisi modellerinde, bağımlı değişken Y nin zamanındaki değerleri, bağımsız X değişkenlerinin zamanındaki cari
DetaylıPETROL FİYATLARINDAKİ OYNAKLIĞIN ARCH/GARCH MODELLERİ VE YAPAY SİNİR AĞLARI ALGORİTMASI İLE TAHMİNİ
Uluslararası Yöneim İkisa ve İşleme Dergisi, ICMEB17 Özel Sayısı In. Journal of Managemen Economics and Business, ICMEB17 Special Issue PETROL FİYATLARINDAKİ OYNAKLIĞIN ARCH/GARCH MODELLERİ VE YAPAY SİNİR
DetaylıORTA ANADOLU KAPALI HAVZASININ YILLIK ORTALAMA AKIMLARININ STOKASTİK MODELLEMESİ
S.Ü. Müh.-Mim. Fak. Derg., c.9, s., 004 J. Fac.Eng.Arch. Selcuk Univ., v.9, n., 004 ORTA ANADOLU KAPALI HAVZASININ YILLIK ORTALAMA AKIMLARININ STOKASTİK MODELLEMESİ Meral BÜYÜKYILDIZ S. Ü. Müh. Mim. Fakülesi,
DetaylıBireysel emeklilik planlarında hedef fon büyüklüğüne ulaşmak için değişken katkı ve optimal yatırım stratejisi
İsaisikçiler Dergisi: İsaisik & Aküerya Journal of Saisicians: Saisics and Acuarial Sciences IDIA 9, 016,, 54-65 Geliş/Received:0.05.016, Kabul/Acceped: 16.11.016 www.isaisikciler.org Araşırma Makalesi
DetaylıSORU SETİ 02 (REVİZE EDİLDİ) FİNAL KONULARI
Ekonomeri 8 Ocak, 0 Gazi Üniversiesi İkisa Bölümü SORU SETİ 0 (REVİZE EDİLDİ) FİNAL KONULARI PROBLEM Aşağıda verilen avuk ei alebi fonksiyonunu düşününüz (960-98): lny = β + β ln X + β ln X + β ln X +
DetaylıİŞSİZLİK VE İNTİHAR İLİŞKİSİ: 1975 2005 VAR ANALİZİ Ferhat TOPBAŞ *
İşsizlik ve İnihar İlişkisi: 1975 2005 Var Analizi 161 İŞSİZLİK VE İNTİHAR İLİŞKİSİ: 1975 2005 VAR ANALİZİ Ferha TOPBAŞ * ÖZET İşsizlik, birey üzerinde olumsuz birçok soruna neden olan karmaşık bir olgudur.
DetaylıTÜRKİYE DE EKONOMİK BÜYÜME VE DÖVİZ KURU CARİ AÇIK ÜZERİNDE ETKİLİ MİDİR? BİR NEDENSELLİK ANALİZİ
ZKÜ Sosyal Bilimler Dergisi, Cil 3, Sayı 6, 2007, ss. 8 88. TÜRKİYE DE EKONOMİK BÜYÜME VE DÖVİZ KURU CARİ AÇIK ÜZERİNDE ETKİLİ MİDİR? BİR NEDENSELLİK ANALİZİ Arş.Gör. Erman ERBAYKAL Balıkesir Üniversiesi
DetaylıMurat MAZIBAŞ mmazibas@bddk.org.tr Bankacılık Düzenleme ve Denetleme Kurumu (BDDK) ÖZET
İMKB Piyasalarındaki Volailienin Modellenmesi ve Öngörülmesi: Asimerik GARCH Modelleri ile bir Uygulama Mura MAZIBAŞ mmazibas@bddk.org.r Bankacılık Düzenleme ve Deneleme Kurumu (BDDK) ÖZET Çalışmada, 5
Detaylı= ae ), Nelder (1966) in geliştirdiği
S.Ü. Ziraa Fakülesi Dergisi 18(34): (004) 11-19 SÜT SIĞIRLARINDA LAKTASYON EĞRİLERİNİN FARKLI MATEMATİK MODELLERLE BELİRLENMESİ VE KONTROL ARALIĞININ TESPİTİ 1 İsmail KESKİN Abdurrahman TOZLUCA Selçuk
DetaylıFEN BİLGİSİ ÖĞRETMEN ADAYLARININ ÇÖZELTİLER KİMYASINI ÖĞRENMELERİNE İŞBİRLİKLİ ÖĞRENME YÖNTEMİNİN ETKİLERİNİN ARAŞTIRILMASI
GAZİ ÜNİVERSİTESİ KIRŞEHİR EĞİTİM FAKÜLTESİ, Cil 6, Sayı 2,(2005), 197-207 197 FEN BİLGİSİ ÖĞRETMEN ADAYLARININ ÇÖZELTİLER KİMYASINI ÖĞRENMELERİNE İŞBİRLİKLİ ÖĞRENME YÖNTEMİNİN ETKİLERİNİN ARAŞTIRILMASI
DetaylıYüksek Dereceli Bulanık Zaman Serisi Yaklaşımı İle Türkiye Enflasyon Öngörüsü
Yüksek Dereceli Bulanık Zaman Serisi Yaklaşımı İle Türkiye Enflasyon Öngörüsü Vedide Rezan USLU 1 Ufuk YOLCU 2 Erol EĞRİOĞLU 3 Ç.Hakan LDĞ 4 M. lper BŞRN 5 Özet Enflasyon öngörülerinin elde edilmesi önemli
DetaylıDağıtılmış Gecikme ve Otoregresiv Modeller. Mehmet Vedat PAZARLIOĞLU
Dağıılmış Gecikme ve Ooregresiv Modeller Mehme Veda PAZARLIOĞLU Saik Model Nedir? Saik Model, Y ve X arasında aynı dönemde yani döneminde oraya çıkan ilişkiden gelmekedir. Y = b 0 + b 1 X + u, (=1,2,,n.)
DetaylıTCMB FAĐZ KARARLARININ HĐSSE SENEDĐ PĐYASALARI ÜZERĐNE ETKĐSĐ
Cenral Bank Review Vol. 10 (July 2010), pp.23-32 ISSN 1303-0701 prin / 1305-8800 online 2010 Cenral Bank of he Republic of Turkey hp://www.cmb.gov.r/research/review/ TCMB FAĐZ KARARLARININ HĐSSE SENEDĐ
Detaylı-ENFLASYON ROBUST ESTIMATION OF THE VECTOR AUTOREGRESSIVE MODEL: AN INVESTIGATION OF THE RELATIONSHIP BETWEEN ECONOMIC GROWTH AND INFLATION
Marmara Üniversiesi YIL 2010, SAYI II, S. 539-553 -ENFLASYON Öze Özlem YORULMAZ * ** - Anahar Kelimeler: ROBUST ESTIMATION OF THE VECTOR AUTOREGRESSIVE MODEL: AN INVESTIGATION OF THE RELATIONSHIP BETWEEN
DetaylıT.C. SÜLEYMAN DEMİREL ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ İŞLETME ANABİLİM DALI
T.C. SÜLEYMAN DEMİREL ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ İŞLETME ANABİLİM DALI TURİZM SEKTÖRÜNDE TALEP TAHMİNİ İÇİN YAPAY SİNİR AĞLARI KULLANIMI VE DİĞER YÖNTEMLERLE KARŞILAŞTIRMALI ANALİZİ (ANTALYA
DetaylıOTOKORELASYON OTOKORELASYON
OTOKORELASYON OTOKORELASYON Y = α + βx + u Cov (u,u s ) 0 u = ρ u -1 + ε -1 < ρ < +1 Birinci dereceden Ookorelasyon Birinci Dereceden Ooregressif Süreç; A R(1) e = ρ e -1 + ε Σe e ˆ ρ = Σ 1 e KARŞILA ILAŞILAN
DetaylıYAPAY SİNİR AĞLARI. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ
YAPAY SİNİR AĞLARI Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ İÇERİK Sinir Hücreleri Yapay Sinir Ağları Yapısı Elemanları Çalışması Modelleri Yapılarına Göre Öğrenme Algoritmalarına Göre Avantaj ve
DetaylıMevsimsel Kointegrasyon Analizi: Güney Afrika Örneği. Seasonal Cointegration Analysis: Example of South Africa
Gazi Üniversiesi Sosyal Bilimler Dergisi Vol/Cil 3, No/Sayı 6, 216 Mevsimsel Koinegrasyon Analizi Güney Afrika Örneği Jeanine NDIHOKUBWAYO Yılmaz AKDİ Öze Bu çalışmada 1991-2134 dönemi Güney Afrika ekonomik
DetaylıEş Zamanlı Yazılımlarda Güvenilirlik Analizi : Literatür Taraması
Eş Zamanlı Yazılımlarda Güvenilirlik Analizi : Lieraür Taraması Erku Tekeli Çukurova Üniversiesi, Kozan Meslek Yüksekokulu, Adana eekeli@cu.edu.r Öze: Son yıllarda yüksek başarımlı hesaplamalara olan ihiyaçlar
DetaylıAylık Elektrik Talebinin Mevsimsel Model ile Orta Dönem Öngörüsü
Enerji, Piyasa ve Düzenleme (Cil:1, Sayı:1, 2010, Sayfa 1-23) Aylık Elekrik Talebinin Mevsimsel Model ile Ora Dönem Öngörüsü Galip Alınay * Öze Bu çalışmada Türkiye nin 1995-2008 dönemini kapsayan, oplam
DetaylıÖğr. Gör. Selçuk ŞİMŞEK İlköğretim Bölümü Sınıf Öğretmenliği Ana Bilim Dalı Eğitim Fakültesi.Pamukkale Üniversitesi
PAMUKKALE ÜNİVERSİTESİ EĞİTİM FAKÜLTESİ SINIF ÖĞRETMENLİĞİ BÖLÜMÜ 2. SINIF ÖĞRENCİLERİNİN BEDEN EĞİTİMİ ve OYUN DERSİNİ SAĞLIK ve SAĞLANAN OLANAKLAR AÇISINDAN DEĞERLENDİRMELERİ Öğr. Gör. Selçuk ŞİMŞEK
DetaylıTÜRKİYE'DE ŞEKER FİYATLARINDAKİ DEĞİŞİMİN OLASI ETKİLERİNİN TAHMİNİ: BİR SİMÜLASYON DENEMESİ
TÜRKİYE'DE ŞEKER FİYATLARINDAKİ DEĞİŞİMİN OLASI ETKİLERİNİN TAHMİNİ: BİR SİMÜLASYON DENEMESİ Yrd.DoçDr. Halil FİDAN Doç.Dr. Erdemir GÜNDOĞMUŞ rof.dr. Ahme ÖZÇELİK 1.GİRİŞ Şekerpancarı önemli arım ürünlerimizden
DetaylıAyhan Topçu Accepted: January 2012. ISSN : 1308-7304 ayhan_topcu@hotmail.com 2010 www.newwsa.com Ankara-Turkey
ISSN:136-3111 e-journal of New World Sciences Academy 212, Volume: 7, Number: 1, Aricle Number: 3A47 NWSA-PHYSICAL SCIENCES Received: December 211 Ayhan Toçu Acceed: January 212 Fahrein Arslan Series :
DetaylıDiscussion Paper, Turkish Economic Association, No. 2008/10
econsor www.econsor.eu Der Open-Access-Publikaionsserver der ZBW Leibniz-Informaionszenrum Wirschaf he Open Access Publicaion Server of he ZBW Leibniz Informaion Cenre for Economics Alp, Elcin Aykac Working
DetaylıİMKB 100 endeksindeki kaldıraç etkisinin ARCH modelleriyle iki alt dönemde incelenmesi
İsanbul Üniversiesi İşleme Fakülesi Dergisi Isanbul Universiy Journal of he School of Business Adminisraion Cil/Vol:41, Sayı/No:, 1, 14-6 ISSN: 133-173 www.ifdergisi.org 1 İMKB 1 endeksindeki kaldıraç
DetaylıKurak bölge aylık yağışlarının Markov zinciri eklenmiş koşullu ileri beslemeli geri yayılım yapay sinir ağları ile tahmini
iüdergisi/d mühendislik Cil:8, Sayı:6, 37-48 Aralık 2009 Kurak bölge aylık yağışlarının Markov zinciri eklenmiş koşullu ileri beslemeli geri yayılım yapay sinir ağları ile ahmini Ahmad DAHAMSHEH *, Hafzullah
DetaylıSÜREKLİ, KARIŞTIRMALI POLİMERİZASYON REAKTÖRÜNÜN BENZETİMİ VE KONTROLÜ
SÜREKLİ, KARIŞTIRMALI POLİMERİZASYON REAKTÖRÜNÜN BENZETİMİ VE KONTROLÜ Gülay ÖZKAN 1 İlkay ÇALIŞKAN 2 1,2 Kimya Mühendisliği Bölümü Mühendislik Fakülesi Ankara Üniversiesi, 06100, Beşevler, Ankara 1 e-posa:
DetaylıMetasezgisel Optimizasyon Tekniklerine Spor Tabanlı Yeni Bir Yaklaşım: Lig Şampiyonası Algoritması
Fıra Üniv. Fen Bilimleri Dergisi Fıra Unv. Journal of Science 27(1), 1-11, 2015 27(1), 1-11, 2015 Measezgisel Opimizasyon Tekniklerine Spor Tabanlı Yeni Bir Yaklaşım: Lig Şampiyonası Algoriması Harun BİNGÖL
DetaylıİMKB NİN LATİN AMERİKA BORSALARIYLA İLİŞKİSİ ÜZERİNE ÇOK DEĞİŞKENLİ GARCH MODELLEMESİ
Sosyal Bilimler Dergisi 2010, (4), 25-32 İMKB NİN LATİN AMERİKA BORSALARIYLA İLİŞKİSİ ÜZERİNE ÇOK DEĞİŞKENLİ GARCH MODELLEMESİ Özlem YORULMAZ - Oya EKİCİ İsanbul Üniversiesi İkisa Fakülesi Ekonomeri Bölümü
DetaylıPETROL FİYATLARININ BORSA İSTANBUL SANAYİ FİYAT ENDEKSİ ÜZERİNDEKİ ETKİSİ
PETROL FİYATLARININ BORSA İSTANBUL SANAYİ FİYAT ENDEKSİ ÜZERİNDEKİ ETKİSİ Yrd.Doç.Dr. Cüney KILIÇ Çanakkale Onsekiz Mar Üniversiesi Biga İ.İ.B.F., İkisa Bölümü Yrd.Doç.Dr. Yılmaz BAYAR Karabük Üniversiesi
DetaylıTürkiye nin Kabuklu Fındık Üretiminde Üretim-Fiyat İlişkisinin Koyck Yaklaşımı İle Analizi
TÜRK TARIM ve DOĞA BİLİMLERİ DERGİSİ TURKISH JOURNAL of AGRICULTURAL and NATURAL SCIENCES www.urkjans.com Türkiye nin Kabuklu Fındık Üreiminde Üreim-Fiya İlişkisinin Koyck Yaklaşımı İle Analizi Şenol ÇELİK*
DetaylıMALİ POLİTİKALARIN SÜRDÜRÜLEBİLİRLİĞİNİN YAPISAL KIRILMALI PERİYODİK BİRİM KÖK TESTİ İLE ANALİZİ: TÜRKİYE ÖRNEĞİ
Doğuş Üniversiesi Dergisi, 12 (1) 2011, 32-45 MALİ POLİTİKALARIN SÜRDÜRÜLEBİLİRLİĞİNİN YAPISAL KIRILMALI PERİYODİK BİRİM KÖK TESTİ İLE ANALİZİ: TÜRKİYE ÖRNEĞİ THE ANALYSIS OF SUSTAINABILITY OF FISCAL POLICIES
DetaylıTüketici Güveni ve Hisse Senedi Fiyatları Arasındaki Nedensellik İlişkisi: Türkiye Örneği (2004: :01)
June 7-9, 2009, Eskişehir, Turkey. Tükeici Güveni ve Hisse Senedi Fiyaları Arasındaki Nedensellik İlişkisi: Türkiye Örneği (2004:0-2009:0) Yusuf Volkan Topuz * İkisadi İdari Bilimler Fakülesi, İşleme Bölümü,
DetaylıFORECASTING THE GOLD PRICE WITH TIME SERIES METHODS AND ARTIFICIAL NEURAL NETWORKS
ALTIN FİYATININ ZAMAN SERİSİ YÖNTEMLERİ VE YAPAY SİNİR AĞLARI İLE ÖNGÖRÜSÜ 1 Yasemin KESKİN BENLİ Doç. Dr., Gazi Üniversitesi, İ.İ.B.F., Uluslararası Ticaret Bölümü. ykeskin@gazi.edu.tr Ayşe YILDIZ Yrd.
DetaylıAYÇİÇEK VE SOYA YAĞI İTHALAT TALEBİNİN ANALİZİ
AKDENİZ ÜNİVERSİTESİ ZİRAAT FAKÜLTESİ DERGİSİ,, 15(),71-79 AYÇİÇEK VE SOYA YAĞI İTHALAT TALEBİNİN ANALİZİ Selim Adem HATIRLI Vecdi DEMİRCAN Ali Rıza AKTAŞ Süleyman Demirel Üniversiesi Ziraa Fakülesi Tarım
DetaylıDolar Kurundaki Günlük Hareketler Üzerine Bazı Gözlemler
Dolar Kurundaki Günlük Harekeler Üzerine Bazı Gözlemler Türkiye Bankalar Birliği Ekonomi Çalışma Grubu Toplanısı 28 Nisan 2008, İsanbul Doç. Dr. Cevde Akçay Koç Finansal Hizmeler Baş ekonomis cevde.akcay@yapikredi.com.r
DetaylıÖZET Yüksek Lisans Tezi EEG SİNYALLERİNİN ZAMAN SERİLERİ İLE MODELLENMESİ Ceren ŞENOL Ankara Üniversiesi Fen Bilimleri Ensiüsü İsaisik Anabilim Dalı D
ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ EEG SİNYALLERİNİN ZAMAN SERİLERİ İLE MODELLENMESİ Ceren ŞENOL İSTATİSTİK ANABİLİM DALI ANKARA 26 Her hakkı saklıdır ÖZET Yüksek Lisans Tezi
DetaylıTeknolojik bir değişiklik veya üretim arttırıcı bir yatırımın sonucunda ihracatta, üretim miktarında vs. önemli artışlar olabilir.
YAPISAL DEĞİŞİKLİK Zaman serileri bazı nedenler veya bazı fakörler arafından ekilenerek zaman içinde değişikliklere uğrayabilirler. Bu değişim ikisadi kriz, ikisa poliikalarında yapılan değişiklik, eknolojik
DetaylıYapay Sinir Ağları. (Artificial Neural Networks) DOÇ. DR. ERSAN KABALCI
Yapay Sinir Ağları (Artificial Neural Networks) J E O L O J İ M Ü H E N D İ S L İ Ğ İ A. B. D. E S N E K H E S A P L A M A Y Ö N T E M L E R İ - I DOÇ. DR. ERSAN KABALCI Yapay Sinir Ağları Tarihçe Biyolojik
DetaylıYaz Saati Uygulaması Anomalisinin İMKB 100 Endeks Getirisine Etkisinin Test Edilmesi
EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Cil: 10 Sayı: 4 Ekim 2010 ss. 1139-1153 Yaz Saai Uygulaması Anomalisinin İMKB 100 Endeks Geirisine Ekisinin Tes Edilmesi Tesing he Effec of he Dayligh Saving Time
DetaylıDinamik Su Bütçesi Modeli
BAÜ Fen Bil. Ens. Dergisi Cil 7() 7-82 (25) Dinamik Su Büçesi Modeli Umu OKKAN,* Balıkesir Üniversiesi Mühendislik-Mimarlık Fakülesi, İnşaa Mühendisliği Bölümü, Çağış Kampüsü, Balıkesir. Öze Sunulan çalışmada,
DetaylıİMKB Dergisi İÇİNDEKİLER. Yıl: 9 Sayı: 36. Finansal Bilgi Manipülasyonunun Tespitinde Yapay Sinir Ağı Modelinin Kullanımı
İMKB Dergisi Yıl: 9 Sayı: 36 ISSN 1301-1650 Yıl: 9 Sayı: 36 İÇİNDEKİLER Finansal Bilgi Manipülasyonunun Tespiinde Yapay Sinir Ağı Modelinin Kullanımı Güray Küçükkocaoğlu & Yasemin Keskin Benli & Cemal
Detaylıeyd Ekonomik Yaklaşım Derneği / Association
eyd Ekonomik Yaklaşım Derneği / Associaion Ekonomik Yaklaşım 016, 7(99): 1-15 www.ekonomikyaklasim.org doi: 10.5455/ey.35908 BIST-100 Endeksinin Volail Davranışlarının Simerik Ve Asimerik Sokasik Volailie
DetaylıWhite ın Heteroskedisite Tutarlı Kovaryans Matrisi Tahmini Yoluyla Heteroskedasite Altında Model Tahmini
Ekonomeri ve İsaisik Sayı:4 006-1-8 İSTANBUL ÜNİVERSİTESİ İKTİSAT FAKÜLTESİ EKONOMETRİ VE İSTATİSTİK DERGİSİ Whie ın Heeroskedisie Tuarlı Kovaryans Marisi Tahmini Yoluyla Heeroskedasie Alında Model Tahmini
DetaylıLong memory and structural breaks on volatility: evidence from Borsa Istanbul
MPRA Munich Personal RePEc Archive Long memory and srucural breaks on volailiy: evidence from Borsa Isanbul Emrah Ismail Cevik and Gülekin Topaloğlu Namık Kemal Universiy, Bülen Ecevi Universiy 014 Online
DetaylıTÜRKİYE DE FAİZ, DÖVİZ VE BORSA: FİYAT VE OYNAKLIK YAYILMA ETKİLERİ
TÜRKİYE DE FAİZ, DÖVİZ VE BORSA: FİYAT VE OYNAKLIK YAYILMA ETKİLERİ Doç. Dr. Macide Çiçek Dumlupınar Üniversiesi İkisadi ve İdari Bilimler Fakülesi Öze Bu çalışmada Türkiye de devle iç borçlanma seneleri,
DetaylıEKONOMİK BİR UYGULAMA İLE KENDİNDEN UYARIMLI EŞİKSEL DEĞİŞEN VARYANSLI OTOREGRESİF MODEL
EKONOMİK BİR UYGULAMA İLE KENDİNDEN UYARIMLI EŞİKSEL DEĞİŞEN VARYANSLI OTOREGRESİF MODEL Ümran M. TEKŞEN KAHRAMAN *, Aşır GENÇ ** ÖZET Bu çalışmada, eşiksel ooregresif (TAR) modeller sınıfından kendinden
DetaylıYÜKSEK DERECELİ BULANIK ZAMAN SERİSİ MODELİ VE IMKB UYGULAMASI Çağdaş Hakan ALADAĞ 1, Erol EĞRİOĞLU 2, Süleyman GÜNAY 1, Ufuk YOLCU 2 ÖZ
NDOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ NDOLU UNIVERSITY JOURNL OF SCIENCE ND TECHNOLOGY pplied Sciences and Engineering Cilt/Vol.:-Sayı/No: 2 : 95-0 (200) YÜKSEK DERECELİ BULNIK ZMN SERİSİ MODELİ
DetaylıT.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ZAMAN SERİSİ MODELLERİ ÜZERİNE BİR SİMÜLASYON ÇALIŞMASI
T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ZAMAN SERİSİ MODELLERİ ÜZERİNE BİR SİMÜLASYON ÇALIŞMASI Tufan ÖZEK YÜKSEK LİSANS TEZİ İSTATİSTİK ANABİLİM DALI Konya, T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ
DetaylıDoğrusal Olmayan Bir Taşkın Öteleme Modelinin Diferansiyel Gelişim Algoritması ile Kalibrasyonu
Karaelmas Fen ve Müh. Derg. 7(1):114-121, 2017 Karaelmas Fen ve Mühendislik Dergisi Dergi web sayfası: hp://fbd.beun.edu.r Araşırma Makalesi Doğrusal Olmayan Bir Taşkın Öeleme Modelinin Diferansiyel Gelişim
DetaylıNL lmk : NU t k : Y t lmk : TEF t : E ijmlk : Q t mlk :
TİMAK-Tasarım İmala Analiz Kongresi 26-28 Nisan 2006 - BALIKESİR OTOMATİK YÖNLENDİRİCİLİ ARAÇ SİSTEMLERİNİN YENİDEN TASARIMI İÇİN BİR MATEMATİKSEL MODELLEME YAKLAŞIMI KALENDER, Yeşim, TÜRKBEY, Orhan Gazi
DetaylıSu Yapıları II Aktif Hacim
215-216 Bahar Su Yapıları II Akif Hacim Yrd. Doç. Dr. Burhan ÜNAL Bozok Üniversiesi Mühendislik Mimarlık Fakülesi İnşaa Mühendisliği Bölümü Yozga Yrd. Doç. Dr. Burhan ÜNAL Bozok Üniversiesi n aa Mühendisli
DetaylıÇİMENTO BASMA DAYANIMI TAHMİNİ İÇİN YAPAY SİNİR AĞI MODELİ
ÇİMENTO BASMA DAYANIMI TAHMİNİ İÇİN YAPAY SİNİR AĞI MODELİ Ezgi Özkara a, Hatice Yanıkoğlu a, Mehmet Yüceer a, * a* İnönü Üniversitesi Mühendislik Fakültesi Kimya Mühendisliği Bölümü, Malatya, 44280 myuceer@inonu.edu.tr
DetaylıARMAX Modelleri ve Porsuk Barajı Su Seviyesinin Öngörüsü. ARMAX Models and Forcasting Water Level of Porsuk Dam
ARMAX Modelleri ve Porsuk Barajı Su Seviyesii Ögörüsü Hülya Şe a ve Özer Özaydı a a Eskişehir Osmagazi Üiversiesi, Fe-Edebiya Fakülesi, İsaisik Böl., 26480, Eskişehir e-posa: hse@ogu.edu.r, oozaydi@ogu.edu.r
DetaylıKaradeniz Teknik Üniversitesi Mühendislik Fakültesi * Elektrik-Elektronik Mühendisliği Bölümü Elektronik Anabilim Dalı * Elektronik Laboratuarı I
Karadeniz Teknik Üniversiesi Mühendislik Fakülesi * Elekrik-Elekronik Mühendisliği Bölümü Elekronik Anabilim alı * Elekronik Laborauarı I FET.Lİ KUETLENİİCİLE 1. eneyin Amacı FET Transisörlerle yapılan
DetaylıNET YABANCI İŞLEM HACMİ İLE HİSSE SENEDİ GETİRİLERİ ARASINDA UZUN DÖNEMLİ İLİŞKİ VAR MIDIR? Cüneyt AKAR (*)
NET YABANCI İŞLEM HACMİ İLE HİSSE SENEDİ GETİRİLERİ ARASINDA UZUN DÖNEMLİ İLİŞKİ VAR MIDIR? Cüney AKAR (*) Öze: Bu çalışmada ne yabancı işlem hacmiyle hisse senedi geirileri arasında uzun dönemli bir ilişkinin
DetaylıTUĞLA VE KİREMİT FABRİKALARININ HAVA KİRLİLİĞİNE KATKILARININ YAPAY SİNİR AĞI MODELLEMESİ İLE ARAŞTIRILMASI
TUĞLA VE KİREMİT FABRİKALARININ HAVA KİRLİLİĞİNE KATKILARININ YAPAY SİNİR AĞI MODELLEMESİ İLE ARAŞTIRILMASI Merve ARABACI a, Miray BAYRAM a, Mehmet YÜCEER b, Erdal KARADURMUŞ a a Hitit Üniversitesi, Mühendislik
DetaylıZAMAN SERİSİ ANALİZ YÖNTEMLERİNİN KARŞILAŞTIRILMASI
EGE ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ (YÜKSEK LİSANS TEZİ) ZAMAN SERİSİ ANALİZ YÖNTEMLERİNİN KARŞILAŞTIRILMASI Sibel OĞHAN Tez Danışmanı: Prof. Dr. Hülya ATIL Zooekni Anabilim Dalı Bilim Dalı Kodu:
DetaylıBORSA ISTANBUL KURUMSAL YÖNETİM ENDEKSİ'NDE (XKURY) VOLATİLİTENİN ETKİSİ: ARCH, GARCH ve SWARCH MODELLERİ İLE BİR İNCELEME
Süleyman Demirel Üniversiesi İkisadi ve İdari Bilimler Fakülesi Dergisi Y.017, C., S.3, s.697-711. Suleyman Demirel Universiy The Journal of Faculy of Economics and Adminisraive Sciences Y.017, Vol., No.3,
Detaylı24.05.2010. Birim Kök Testleri. Zaman Serisi Modelleri: Birim Kök Testleri, Eşbütünleşme, Hata Düzeltme Modelleri
Yıldız Teknik Üniversiesi İkisa Bölümü Ekonomeri II Ders Noları Ders Kiabı: J.M. Wooldridge, Inroducory Economerics A Modern Approach, 2nd. ed., 2002, Thomson Learning. Zaman Serisi Modelleri: Birim Kök
DetaylıGeriye Dönük Testlerin Karşılaştırmalı Analizi: Döviz Kuru Üzerine Bir Uygulama
Bankacılar Dergisi, Sayı 6, 7 Geriye Dönük Teslerin Karşılaşırmalı Analizi: Döviz Kuru Üzerine Bir Uygulama Ailla Çifer * - Dr. Alper Özün ** - Sai Yılmazer *** Bu çalışmada, riske maruz değer modellerinin
DetaylıDEĞİŞKENLER ARASINDAKİ GECİKMELİ İLİŞKİLER: Dağıtılmış Gecikme ve Otoregresiv Modeller
DEĞİŞKENLER ARASINDAKİ GECİKMELİ İLİŞKİLER: Dağıılmış Gecikme ve Ooregresiv Modeller 1 Saik Model Y = b 0 + b 1 X + u, (=1,2,,n.) Saik Model, Y ve X arasında aynı dönemde yani döneminde oraya çıkan ilişkiden
Detaylıİnönü Bulvarı No:27, 06490, Bahçelievler / Ankara-Türkiye hasan.tiryaki@euas.gov.tr, mehmet.bulut@euas.gov.tr. ikocaarslan@kku.edu.
Termik Sanralların Konrol Sisemlerinde Teknolojik Gelişmeler ve Verimlilik Technologic Developmens on Conrol Sysems of Thermal Power Plans and Efficiency Hasan TİRYAKİ 1, Mehme BULUT 2, İlhan KOCAARSLAN
DetaylıMEVSİMSEL EŞBÜTÜNLEŞME TESTİ: TÜRKİYE NİN MAKROEKONOMİK VERİLERİYLE BİR UYGULAMA
Aaürk Üniversiesi İkisadi ve İdari Bilimler Dergisi, Cil: 5, Sayı:, 3 MEVSİMSEL EŞBÜTÜNLEŞME TESTİ: TÜRKİE NİN MAKROEKONOMİK VERİLERİLE BİR UGULAMA Özlem AVAZ KIZILGÖL (*) Öze: Bu çalışmada, GSİH, ihraca,
DetaylıAnahtar Kelimeler Harvey Testi, Doğrusallık, Finansal Piyasalar, Etkin Piyasa Hipotezi.
Borsa İsanbul da Piyasa Ekinliğinin Analizi: Harvey Doğrusallık Tesi (Analysis of Marke Efficiency a Borsa İsanbul: Harvey Lineariy Tes) Gürkan MALCIOĞLU a Mücahi AYDIN b a Arş.Gör., Sakarya Üniversiesi,
DetaylıREEL DÖVİZ KURLARINDA UZUN DÖNEM BAĞIMLILIK THE LONG-TERM DEPENDENCE IN REAL EXCHANGE RATES Emre ÜRKMEZ *
Uluslararası Sosyal Araşırmalar Dergisi The Journal of Inernaional Social Research Cil: 10 Sayı: 49 Volume: 10 Issue: 49 Nisan 2017 April 2017 www.sosyalarasirmalar.com Issn: 1307-9581 REEL DÖVİZ KURLARINDA
Detaylı