Comparison of the forecast performances of linear time series and artificial neural network models within the context of Turkish inflation
Doğrusal zaman serileri ve yapay sinir ağları modellerinin öngörü performanslarının Türkiye`deki enflasyon bağlamında karşılaştırılması
- Tez No: 102018
- Danışmanlar: DOÇ.DR. SERDAR SAYAN
- Tez Türü: Yüksek Lisans
- Konular: Ekonomi, Economics
- Anahtar Kelimeler: Yapay Sinir Ağlan, Zaman Serisi, Öngörü, Enflasyon iv, Enflasyon, Yapay sinir ağları, Zaman serileri, Artificial Neural Network, Time Series, Forecast, Inflation. in, Inflation, Artificial neural networks, Foresight
- Yıl: 2001
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
ÖZET DOĞRUSAL ZAMAN SERİLERİ VE YAPAY SİNİR AĞLARI MODELLERİNİN ÖNGÖRÜ PERFORMANSLARININ TÜRKİYE'DEKİ ENFLASYON BAĞLAMINDA KARŞILAŞTIRILMASI Uçar, Nuri Yüksek Lisans, İktisat Bölümü Tez Yöneticisi: Doç.Dr. Serdar Sayan EKİM 2001 Bu çalışma, Türk ekonomisi için en iyi öngörü performansına sahip doğrusal ve doğrusal olmayan modelleri karşılaştırmaktadır. Bu karşılaştırma serilerin durağan ve durağan olmama durumları dikkate alınarak gerçekleştirilmiştir. Durağan olmayan vektör otoregresif ve Yapay Sinir Ağlan (YSA) modellerinden elde edilen öngörülerin birleştirilmesi, diğer modellere göre daha başarılı olmuştur. Ayrıca, YSA tekniği ile birleştirilen öngörüler diğer birleştirme tekniklerine göre daha küçük hatalar vermiştir.
Özet (Çeviri)
ABSTRACT COMPARISON OF THE FORECAST PERFORMANCES OF LINEAR TIME SERIES AND ARTIFICIAL NEURAL NETWORK MODELS WITHIN THE CONTEXT OF TURKISH INFLATION Uçar, Nuri M. A., Department of Economics Supervisor: Assoc. Prof. Dr. Serdar Sayan October 2001 This thesis compares a variety of linear and nonlinear models to find the one with the best inflation forecast performance for the Turkish Economy. These comparisons are performed by considering stationary and non-stationary versions of the series for each model. Different combination techniques are applied to improve the forecasts. It is observed that the combination forecasts based on nonstationary vector autoregressive (VAR) and artificial neural network (ANN) models are better than the ones generated by other models. Furthermore, the forecast values combined with ANN technique produce lower root mean square errors (RMSE) than the other combination techniques.
Benzer Tezler
- Yüksek devirli gemi diesel motorlarının analitik ve deneysel incelenmesi
An Analytical and exeperimental investigation of high speed marine diesel engines
OSMAN AZMİ ÖZSOYSAL
- Demiryollarında boş yük vagonlarının dağıtılması
Başlık çevirisi yok
LÜTFÜ GÜRAN
Yüksek Lisans
Türkçe
1998
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ORAL TÜMAY
- Elektrik üretim sistemlerinin optimal planlamasında yeni bir modelleme ve çözüm
Başlık çevirisi yok
SEMRA ÖZTÜRK
Doktora
Türkçe
1989
Elektrik ve Elektronik MühendisliğiMarmara ÜniversitesiElektrik Ana Bilim Dalı
PROF. DR. NESRİN TARKAN
- Formal GARCH performance in a computable dynamic general equilibrium framework
Hesaplanabilir dinamik genel denge çerçevesinde resmi GARCH performansı
ALİ BORA YİĞİTBAŞIOĞLU
Yüksek Lisans
İngilizce
1998
İşletmeİhsan Doğramacı Bilkent Üniversitesiİşletme Yönetimi Ana Bilim Dalı
DOÇ. DR. ASLIHAN SALİH
- Sigortacılık sisteminde aktif-pasif yönetimi ve Türkiye hayat sigortası örneğinde portföy performansının boyutlarını belirleyen faktörlerin irdelenmesine ilişkin bir model denemesi
Assets and liablity management in the insurance sector and investigating sectors that are determinating dimensions of the portfolio performance by relating to model testing in the Turkish life insurance sector
ALİ İHSAN DOĞAN