Türkiye'nin GSYH değerlerinin yapay sinir ağları ile tahmini

Basit Öğe Kaydı
dc.contributor.advisorAkgül, Yakup
dc.contributor.authorGeçgil, Gizem
dc.date.accessioned2021-02-19T20:59:17Z
dc.date.available2021-02-19T20:59:17Z
dc.date.issued2019
dc.departmentALKÜ, Sosyal Bilimler Enstitüsü, Uluslararası Ticaret Ana Bilim Dalı
dc.description.abstractEkonomik büyüme ve ekonomik kalkınma düzeyini ölçen milli gelirin en önemli araçlarından biri olan Gayrisafi Yurtiçi Hasıla (GSYH) ülkelerin genel görünümü hakkında bilgi vermektedir. GSYH rakamları yüksek olan ekonomiler gelişmiş olarak nitelendirilmektedir. Türkiye ekonomisi için de bu rakamların yükselmesi gelişimine katkı sağlayacaktır. Bu çalışmanın amacı Türkiye'nin GSYH değerlerini tahmin etmektir. Bu bağlamda 1998-2017 yılları arasında GSYH' yi etkileyebileceği düşünülen değişkenler seçilerek öncelikle Yapısal Eşitlik Modeli, Kısmi En Küçük Kareler metodu uygulanmış olup daha sonra Yapay Sinir Ağı Modeli ile GSYH tahmini gerçekleştirilmiştir. Yapısal Eşitlik Modeli sonuçlarına göre seçilen değişkenler GSYH' yi yüksek bir değerle açıklamıştır. Modelde sabit sermaye yatırımı-toplam yurtiçi tasarruf ve tüketim değişkenleri desteklenirken diğer değişkenler desteklenmemiştir. Ayrıca uyum iyiliği endeksinin yüksek bir değer alması çalışmanın evrensel geçerliliğe sahip olduğunu göstermektedir. 2 ile 5 arasında gizli katman sayısı denenerek oluşturulan Yapay Sinir Ağı modelinin sonuçlarına bakıldığında en iyi sonuca gizli katman sayısı 5 olarak seçildiğinde ulaşılmıştır. 5 gizli katmanda R2=0,996140651, RMSE=19444911,6, MAE=15845918,2 ve MAPE=32,29791086 değerleri elde edilerek kurulan modelin kabul edilebilir olduğu sonucuna ulaşılmıştır. Ayrıca istatistiksel olarak gizli katman sayısı arttıkça modelin daha iyi sonuç verdiği görülmüştür. GSYH' nin gerçek değerleri ile tahmin değerleri birbirine çok yakın çıkmıştır. Buradan Yapay Sinir Ağının tahmin gücünün yüksek olduğu tespit edilmiştir.
dc.description.abstractThe Gross Domestic Product (GDP), which is one of the most important instruments of national income that measures the level of economic growth and economic development, provides information about the general outlook of the countries. Economies with high GDP figures are considered advanced. Also for Turkey's economy will contribute to the development of the rise in these figures. The aim of this study was to estimate the value of Turkey's GDP. In this context, firstly, Structural Equation Model and Partial Least Squares Method were applied by selecting the variables that could affect the GDP between 1998 and 2017 and then estimating the GDP with the Artificial Neural Network Model. According to the results of the Structural Equation Model, the selected variables explained the GDP with a high value. In the model, fixed capital investment-total domestic savings and consumption variables were supported, while other variables were not supported. In addition, a high value of the goodness of fit index shows that the study has universal validity. Looking at the results of the Artificial Neural Network model which is created by trying the hidden layer number between 2 and 5, the best result is reached when the number of hidden layers is selected as 5. It was concluded that the model established by obtaining the values of R2 = 0,996140651, RMSE = 19444911,6, MAE = 15845918,2 and MAPE = 32,29791086 in 5 hidden layers is acceptable. In addition, as the number of hidden layers increased, the model showed better results. The real values of GDP and estimation values are very close to each other. It is determined that the Artificial Neural Network has a high predictive power.
dc.identifier.endpage109en_US
dc.identifier.startpage1en_US
dc.identifier.urihttps://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=FgmkGchPKo23qQqBeqzVZkhlFgwfN_1AELKopokQ9NVpK6xFpaSI3oFAtjDlXi9O
dc.identifier.urihttps://hdl.handle.net/20.500.12868/241
dc.identifier.yoktezid569325
dc.institutionauthorGeçgil, Gizem
dc.language.isotr
dc.publisherAlanya Alaaddin Keykubat Üniversitesi
dc.relation.publicationcategoryTez
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectEkonometri
dc.subjectEconometrics
dc.subjectEkonomi
dc.subjectEconomics
dc.subjectYapısal Eşitlik Modeli
dc.subjectKısmi En Küçük Kareler
dc.subjectYapay Sinir Ağı
dc.subjectGSYH
dc.subjectStructural Equation Model
dc.subjectPartial Least Squares
dc.subjectArtificial Neural Network
dc.subjectGDP
dc.titleTürkiye'nin GSYH değerlerinin yapay sinir ağları ile tahmini
dc.title.alternativeNeural networks with value of Turkey's GDP forecast
dc.typeMaster Thesis

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
241.pdf
Boyut:
3.16 MB
Biçim:
Adobe Portable Document Format
Açıklama:
Tam Metin / Full Text
İndir

Koleksiyon

Tez Koleksiyonu