Türkiye'de bazı temel gıda fiyatları için yapay sinir ağları ve zaman serisi tahmin modellerinin karşılaştırmalı analizi
Comperative analyses of forecasting models of artificial neural network and time series analyses for selected main food prices
- Tez No: 412052
- Danışmanlar: DOÇ. DR. İRFAN ERTUĞRUL
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: ARIMA modelleri, Fiyatlandırma, Gıda fiyatları, Gıda ürünleri, Gıdalar, Satış fiyatı, Temel gıda ürünleri, Yapay sinir ağları, Zaman serileri analizi, Ürün fiyatlandırma, ARIMA models, Pricing, Food prices, Food products, Foods, Sale price, Basic food products, Artificial neural networks, Time series analysis, Product pricing
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Pamukkale Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Sayısal Yöntemler Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada temel gıda olarak buğday arpa ve çeltik ürünleri ele alınmış, bu ürünlerin fiyatları Türkiye İstatistik Kurumu veritabanından 2000-2014 yılları arası için aylık bazda temin edilmiştir. Bu veriler öncelikle analiz edilerek verilerin yapısı belirlenmiştir. Veriler bir trend içermekte ancak düzenli bir mevsimsellik gözlenmemektedir. Bu durumda öncelikle geleneksel zaman serisi analiz yöntemlerinden verilerimize uygulanabilecek olan trend analizi, Holt üstel düzleştirme yöntemi ve mevsimsel olmayan Box-Jenkins (ARIMA) modelleri uygulanmış, ardından yapay sinir ağı ile zaman serisi modellemesi bilgisayar programı yardımıyla gerçekleştirilmiştir. Sonuç olarak hata oranları (MSE) karşılaştırılmış, buğday ve arpa fiyatları veri setleri için Holt üstel düzleştirme, ARIMA ve YSA modelleri birbirine yakın sonuçlar vermiştir. Çeltik fiyatları için ise YSA modeli daha iyi sonuç vermiştir.
Özet (Çeviri)
In this study three main food products wheat barley and paddy prices are taken from Turkish Statistical Institude database monthly between the 2000-2014. Firstly these data are analyzed and the structure of data has determined. These datasets include trend but there is not a regular seasonalty. Then traditional time series applications which are appropriate for these datasets, trend analyses, Holts double exponentianal smoothing, and non-seasonal Box-Jenkins(ARIMA) models and artificial neural network models are implemented with the help of computer programs. As a result mean square errors (MSE) of the models are compered between each other. For the wheat and barley datasets Holts double exponential smoothing, ARIMA and neural network models give closer results. For paddy datasets neural network model give the best result.
Benzer Tezler
- Pince double: Effet du Coronavirus et de la crise economique sur la durabilité des agriculteurs
Çifte kıskaç: Koronavirüs ve ekonomik krizin tarım üreticilerinin sürdürülebilirliğine etkisi
ENGİN KIRAL
Yüksek Lisans
Fransızca
2023
Siyasal BilimlerGalatasaray ÜniversitesiSiyaset Bilimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ CEMİL YILDIZCAN
- İşçilik maliyetleri muhasebesi ve Türkiye Şeker Fabrikaları A.Ş. Ankara makina fabrikası uygulaması
Başlık çevirisi yok
GÖKHAN ÖZER
- Kamu İktisadi Teşebbüslerinin özelleştirilmesi ve SEK Süt Endüstrisi A.Ş. Edirne Havsa işletmesi incelemesi
Başlık çevirisi yok
GÜLŞAHİDAN DURUCAN
Yüksek Lisans
Türkçe
1994
Ekonomiİstanbul ÜniversitesiPersonel Yönetimi Ana Bilim Dalı
PROF. DR. İSMAİL DURAK ATAAY
- Sosyal hesaplama matrisi (SHM) ve Türkiye 1979 Input-output tablosu ile bir uygulama
Başlık çevirisi yok
MEHMET ŞİMŞEK
- Perakende piyasalarında dayanıksız tüketim ürünleri ile ilgili gelişmeler -bireysel markalı ürünlerde satın alma davranışı
Developments regarding fast moving consumer goods at retail markets-buying behavior at the private label products
K. SELÇUK TUZCUOĞLU