ALIŞTIRMA 1 ULUSAL SINAİ ENDEKS Bu çalışmada Ulusal Sınai Endeks serisiyle ilgili analizler yapılacaktır. Öncelikle seri oluşturulur. Data dan Define Dates e girilir oradan weekly,days(5) işaretlenir ve serinin başlangıç tarihi yazılır. İlk olarak serinin zaman seri grafiğini çizdirmek için Analyze Forecasting Sequence charts oradan Variables kısmına seri atılır, Time Axis Labels kısmına date atılır. Grafiğe baktığımızda seride birtakım dalgalanmaların olduğu,serinin durağan olmadığı görülür.şimdi serinin 1 ve 2 gecikmeli serisi elde edilir ve orijinal seri ile gecikmeli serilerin birlikte grafiği çizilir. Serinin 1 ve 2 gecikmesini elde edebilmek için Transform Create time Series e girilir Function kısmında Lag seçilir ve Order kısmına kaç gecikmeli seriyi elde etmek istiyorsak onu yazarız. 1 gecikmeli seri için 1 2 gecikmeli seriyi elde etmek için 2 yazarız. 1 gecikmeli seriyi elde ettikten sonra 2 gecikmeli seriyi elde ederken yeni serinin adını değiştirmeyi unutmamak gerekir. 1
Grafiğe baktığımızda gecikmelerin orijinal seriyle aynı yapıya sahip olup gecikmelerde herhangi bir değişiklik olmadığını görürüz.bu grafik incelendiğinde yukarıya doğru trende sahip dönemlerde orijinal seri en yukarıda serinin 2. gecikmesi en altta,aşağıya doğru trende sahip dönemlerde orijinal seri en altta serinin ikinci gecikmesi en üstte yer almaktadır. Seride otokorelasyon incelemesi yapmak için serinin ACF ve PACF grafiklerinin çizilmesi gerekir. Bunun için Analyze Forecasting Autocorrelations a girilir Variables kısmına değişkenimiz atılır ve Display kısmında Autocorrelations ve Particular Autocorrelations işaretlenir. Serinin otokorelasyon grafiğine bakıldığında sınır dışına çıkan gözlemin çok olduğu ve seride otokorelasyon olduğu söylenir. 2
Serinin kısmi otokorelasyon grafiğine bakılırsa ilk gözlemin sınırın dışında olduğu görülür bu da seride otokorelasyon probleminin olduğunu gösterir. Otokorelasyon problemini ortadan kaldırmak için serinin birinci farkları alınır ve serinin ACF ve PACF grafikleri çizilir. Serinin birinci farklarını almak için Transform Create Time Series e girilir variables kısmına serimi atılır, function kısmında Diffirence seçilir ve Order kısmına 1 yazılır böylece serinin birinci farklarını oluşturduk ve sonrasında ACF ve PACF grafikleri çizidirilir. ACF grafiğindeki 7. gecikmedeki ilişki miktarının güven sınırını aştığı ihmal edilirse serinin birinci farkının durağan olduğunu söylenebilir. 3
Birinci farklar serisinin kısmi otokorelasyon grafiğine bakılırsa ilk gözlemin sınırların dışına taşmadığı görülür ve seride otokorelasyon probleminin ilk farklar alınarak yok edildiği söylenebilir. Serideki mevsimsel, döngüsel veya düzensiz dalgalanmaları yok etme ya da belli bir miktar düzleştirme amacıyla basit hareketli ortalama ya da merkezsel hareketli ortalama işlemlerine ihtiyaç duyulmaktadır. İlk olarak basit hareketli ortalama işlemi yapılır. Germe sayısını 7 ve 14 alarak iki ayrı seri oluşturulur daha sonra orijinal seri ile birlikte grafikleri çizilir. Seriye basit hareketli ortalama işlemini uygulamak için Transform Create Time Series e girilir. Variables kısmına değişken atılır, Function kısmında Prior Moving Average seçilir ve Span kısmına germe sayımız kaç ise onu yazarız. Önce 7 daha sonra 14 yazarak 7 ve 14 germe sayılı seriler oluşturulur. 4
Germe sayısı arttıkça serideki dalgalanmaların azaldığı, başka bir deyişle serinin grafiğinin daha düz hale geldiği görülür.ancak germe sayısı arttıkça gözlem kaybının arttığı ve bunun istenmeyen bir durum olduğu unutulmamalıdır.şimdi ise seriye merkezsel hareketli ortalama işlemi uygulanacaktır. Seriye Merkezsel Hareketli Ortalama işlemini uygulamak için Transform Create Time Series oradan Variables kısmına seri atılır, function kısmında Centered Moving Average seçilir ve span kısmına germe sayısı olan 7 ve 14 yazarak seri oluşturulur. Orijinal seri ve germe sayıs 7 ve 14 olan iki serinin birlikte grafiğini çizmek için Analyze Forecasting Sequence Charts oradan Variables kısmına orijinal seri, germe sayısı 7 olan ve germe sayısı 14 olan seri atılır, Time Axis Labels kısmına date atılır ve üçünün birlikte zaman serisi grafiği çizdirilir. Bu düzleştirme yönteminde de germe sayısının arttıkça serinin grafiğinin düzleştiğini görülür. Eksik verilerin tamamlanması için uygulanacak yöntemler için orijinal serinin 10. gözlemi silinir. Bu değer Serinin Ortalaması yöntemine göre 9433,Ortanca Değer yöntemine göre 9086,Merkezsel Hareketli Ortalama yöntemine göre 9082,Regresyon yöntemine göre 9068 ve Alternatif Regresyon yöntemine göre 9511 olarak bulunmuştur. Sonuçlara bakıldığında gerçekte 9057 olan değer Regresyon yönteminde 9068 olarak bulunmuş ve gerçek değere en yakın sonucu bu yöntem vermiştir. 5