Box-jenkins zaman serisi analiz yöntemi ile ileri beslemeli yapay sinir ağları tahminlerinin karşılaştırması
Comparison between the box-jenkins and feed forward artificial neural network forecasts in time series analysis method
- Tez No: 192619
- Danışmanlar: PROF.DR. REHA ALPAR
- Tez Türü: Yüksek Lisans
- Konular: Biyoistatistik, İstatistik, Biostatistics, Statistics
- Anahtar Kelimeler: Kestirim, Zaman Serileri, Yapay Sinir Ağları, Forecasting, Time Series, Artificial Neural Network
- Yıl: 2006
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyoistatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Box-Jenkins Zaman Serisi Analiz Yöntemi ile İleri BeslemeliYapay Sinir Ağları Tahminlerinin Karşılaştırması. Hacettepe ÜniversitesiSağlık Bilimleri Enstitüsü Biyoistatistik Programı Yüksek Lisans Tezi,Ankara, 2006. Box Jenkins zaman serileri analizi yöntemi, kestirimlerdeyaygın bir şekilde kullanılan kabul görmüş bir yöntemdir. Box-Jenkinsyöntemi, doğrusal olmayan zaman serilerinde yetersizdir. Diğer taraftanyapay sinir ağları doğrusal ve doğrusal olmayan modellemede gelenekselistatistik tahmin yöntemlerine göre alternatif olarak kullanılmaktadır. Yapaysinir ağlarındaki en temel dezavantaj ise uygun olan model mimarisinibelirlemedeki güçlüklerdir. Bu çalışmada, Yapay Sinir Ağları ve Box-Jenkinsyöntemlerinin kestirim aracı olarak kullanılmasına ilişkin ayrıntılaraçıklanmıştır. Geri yayılım öğrenme algoritmasının mantığı gösterilmiştir. Heriki yöntem ile, Ankara İli SO2 ölçümlerine ilişkin 83 adet aylık veri kullanılarakkestirim yapılmıştır. Modellemede yer alan bazı önemli aşamalar yöntemlerbazında açıklanmıştır. SO2 ölçümlerine ilişkin veri örneği ile kurulan modeller,performans istatistikleri ile yorumlanmıştır.
Özet (Çeviri)
Comparison between the Box-Jenkins and feed forwardartificial neural network forecasts in time series analysis method.Hacettepe University Institute of Health Sciences, Ms Thesis inBiostatistics, Ankara, 2006. Box Jenkins time series analysis methodologyis an acceptable prediction methodology that has been widely used. Box-Jenkins methodology is inefficient for nonlinear series. Whilst artificial neuralnetwork has been used as an alternative to the traditional statisticalforecasting methods for linear and non-linear modelling. Most basicdisadvantage of the artificial neural network is the difficulties in the identifyingappropriate model architechture. This study presents in detail Box-Jenkinsand artificial neural network methodologies as a forecasting tool. Logic of theBack Propogation algorithm is shown. 83 monthly SO2 measurements data inAnkara municipality are forecasted by both methodologies. In modellingsome important methodology based stages are described. Constructedmodels with SO2 data are analysed by the performance statistics.
Benzer Tezler
- Finansal endekslerin öngörüsünde yapay sinir ağı modellerinin kullanılması: İMKB ulusal 100 endeksinin gün içi en yüksek ve en düşük değerlerinin öngörüsü üzerine bir uygulama
Using artificial neural networks models for prediciting financial indexes: An application on prediciting of daily lowest and highest values of ISE national 100 index
MEHMET FATİH BAYRAMOĞLU
Yüksek Lisans
Türkçe
2007
İşletmeZonguldak Karaelmas Üniversitesiİşletme Ana Bilim Dalı
DOÇ.DR. TURHAN KORKMAZ
- Zaman serileri analizinde Box-Jenkins modelleri
Başlık çevirisi yok
HAYDAR ŞENGÜL
Yüksek Lisans
Türkçe
1986
İstatistikİstanbul Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. BAKİ IŞIKAR
- Dünyada ve Türkiye'de enerji sektörünün genel durumu ve Türkiye'nin elektrik enerjisi üretim ve tüketim tahminleri
General situation of the energy sector in the world and in Turkey and forecasts for Turkey's production and consumption of electrical energy
ERİNÇ ŞENER
- Öngörü modelleri ve şirketlerin satış ve kar tahminleri (Çimento sektörü üzerine bir örnek uygulama)
Başlık çevirisi yok
OKTAY KÜÇÜKKİREMİTÇİ
Yüksek Lisans
Türkçe
2000
EkonometriGazi ÜniversitesiEkonometri Ana Bilim Dalı
DOÇ. DR. SERDAR KILIÇKAPLAN
- Zaman serilerinin analizinde arıma ve deterministik modellerin incelenmesi
Comperative study of arıma and deterministik trend models in analyzing time series
ZEKİ DOĞAN