Estimation methods

Mali başarı ve başarısızlık tahmini: Lojistik regresyon ve destek vektör makineleri karşılaştırması

Mali başarısızlık; firmaları, kredi verenleri ve yatırımcıları olumsuz etkileyen ve sosyo ekonomik sonuçları olan bir olgudur. Ekonomik düzende bu kadar geniş bir kesimi olumsuz etkileyen mali başarısızlığın önceden tahmini; mali başarısızlığa neden olan faktörlerin bilinmesi, önlemlerin önceden alınması ve kayıpların azaltılması için önem arz etmektedir. Bu çalışmada, bu noktadan hareketle firmaların mali başarısızlıklarını öngörmede Lojistik Regresyon (LR) modeli ile Destek Vektör Makineleri (SVM) modelinin başarıları karşılaştırılmıştır. Bu amaçla Borsa İstanbul'da (BİST) işlem gören 26 mali başarısız, 49 mali başarılı; toplam 75 şirketin 2006-2017 yılları arasındaki finansal tablolarından yararlanarak mali oranları hesaplanmış ve bu veriler yardımıyla mali başarı ve başarısızlık 1, 2 ve 3 yıl önceden tahmin edilmeye çalışılmıştır. Elde edilen sonuçlara göre; SVM modelinin tahmin başarısı, her 3 yıl için de geçerli olmak üzere, geleneksel model olan LR modeline göre daha yüksek çıkmıştır. Ayrıca bu çalışmada; aktif karlılığı, FAVÖK kar marjı, özkaynak kazançları oranı ve nakit oranı mali oranlarının, tahminde kullanılan toplam 22 mali oran arasında mali başarısızlığı tahmin etmede daha önemli olduğu tespit edilmiştir.

Finansal bilgi manipülasyonunun denetimli makina öğrenmesi yöntemleri kullanılarak tahmin edilmesi: Destek vektör makinesi, olasılıksal sinir ağı, k-en yakın komşu ve karar ağacı kullanımı

Bu tez kapsamında finansal tablolardaki bilgilerin çarpıtılması olarak tanımlanabilecek finansal bilgi manipülasyonunu tahmin etmek için denetimli makina öğrenmesi yöntemleri kullanılmıştır. Geleneksel tahmin algoritmalarına göre daha yüksek performans gösteren destek vektör makinesi (SVM), olasılıksal sinir ağı (PNN), k-en yakın komşu (KNN) ve karar ağacı (DT) algoritmalarından yararlanılmıştır. Sermaye Piyasası Kurumundan elde edilen verilere ayrı ayrı tüm algoritmalarda uygulanarak daha önce benzer çalışmalarda başarısını kanıtlamış destek vektör makinesi ve olasılıksal sinir ağı yöntemlerinin güncel olarak kullanılan k-en yakın komşu ve karar ağacı algoritmalarıyla karşılaştırılmalı analizi yapılmıştır. Böylece finansal bilgi manipülasyonunda hangi algoritmaların daha iyi performans gösterdiği kullanılan yöntemlerin sınıflandırma performansı özgünlük, duyarlılık ve toplam sınıflandırma doğruluğu istatistiklerine bakılarak tespit edilmiştir. Yapılan çalışmalar sonucunda SVM ve PNN'in üstün performans gösterdiği görülmüştür. Bu nedenle, bu algoritmaların manipülasyonları otomatik olarak tespit etmek için kullanılabileceği söylenebilir.

Türkiye mobil uygulama pazarında tahmin yöntemleri uygulamaları

Mobil uygulamalar tüm dünyada ve Türkiye'de son yıllarda gittikçe büyüyen birer pazar haline gelmiştir. Teknolojinin hayatımızdaki kullanım alanının artmasıyla birlikte gelecekte daha da büyümesi beklenmektedir. Bu büyüyen pazarın dinamiklerini anlamak hem kullanıcılar hem uygulama sahipleri açısından önem taşımaktadır. Farklı kategorilerdeki mobil uygulamaların değişkenleri incelendiğinde farklı örüntülere sahip olduğu görülmektedir. Kullanıcıların davranışlarının değişkenlik gösterdiği bu ortamda hangi parametrelerin nasıl modellenip nasıl yorumlanacağı sorusu akla gelmektedir. Bu çalışma kapsamında, e-ticaret, e-scooter ve sosyal medya kategorilerinden olmak üzere 5 farklı mobil uygulamanın 2016-2022 yılları arasında aylık indirme ve aylık aktif kullanıcı sayısı zaman serisi verileri Otoregresif Modeller kullanılarak araştırılmıştır. Modeller sonucunda e-ticaret ve e-scooter uygulamaları için GARCH(1,1); sosyal medya uygulamaları için ARMA(1,1) modelinin en uygun olduğu görülmüştür. Farklı mobil uygulamaların gösterdiği örüntüler en uygun modeller kullanılarak tahmin edilmiştir. Sonuçta, mobil uygulama pazarının dinamiklerini anlamak konusunda hem pazara yeni giren hem de mevcut pazarda faaliyet gösteren uygulamalara ışık tutulmuştur. Zaman serileri üzerinden yapılan sayısal analizlerle farklı kategorilere ilişkin içgörüler sunulmuş ve interdisipliner bir bakış açısı ile yorumlanmıştır. Pazara hem bütünsel hem detaylandırılmış bir şekilde yaklaşılmıştır.

Karma testlerde doğrulayıcı faktör analizi kestirim yöntemlerinin karşılaştırılması

Bu çalışmanın amacı doğrulayıcı faktör analizinde (DFA) kullanılan en çok olabilirlik (EÇO), güçlü en çok olabilirlik (G-EÇO), ortalama ve varyansların düzeltildiği ağırlıklandırılmış en küçük kareler (OV-AEKK), ortalama ve varyansların düzeltildiği ağırlıklandırılmamış en küçük kareler (OV-UEKK), ağırlıklandırılmış en küçük kareler (AEKK) ve Bayes kestirim yöntemlerinin performanslarının, karma formattaki testlerde belirlenen simülasyon koşullarına göre karşılaştırılmasıdır. Monte Carlo simülasyonu olarak gerçekleştirilen bu çalışmada koşullar; açık uçlu madde yüzdesi (%10, %20, %40, %50), açık uçlu maddelerin dağılımı (normal, sağa çarpık, sola çarpık), açık uçlu maddelerin puan kategori sayısı (3, 4 ve 5), ortalama faktör yükü (0.40, 0.60, 0.80), örneklem büyüklüğü (200, 500 ve 1000) ve testteki madde sayısı (20, 30, 40) olarak belirlenmiştir. Her bir koşul için 1000 replikasyon yapılmıştır. Araştırmada tek boyutlu yapılar incelenmiştir. Araştırmada kestirim yöntemlerinden elde edilen yakınsama oranı (YO), uygun olmayan çözümler (UOÇ), doğru kestirim yüzdesi (DKY), göreli yanlılık (GY) ve standart hata yanlılığı (SHY) değerleri bağımlı değişken olarak ele alınmıştır. Ayrıca araştırma sonucunda elde edilen bulgular 2016 yılında Türkiye Cumhuriyeti Millî Eğitim Bakanlığı tarafından gerçekleştirilen Akademik Becerilerin İzlenmesi ve Değerlendirilmesi (ABİDE) çalışmasından elde edilen gerçek veri setleriyle karşılaştırılarak ampirik olarak değerlendirilmiştir. Araştırma sonucunda örneklem büyüklüğü ve ortalama faktör yükünün artmasıyla yöntemlerin daha doğru kestirimler yaptığı gözlenmiştir. Araştırmada tüm koşullarda en iyi şekilde çalışan bir yöntem olmadığı söylenebilir. Ancak tüm koşullar değerlendirildiğinde OV-UEKK yönteminin performansı diğer yöntemlere göre bağımlı değişkenler açısından daha yüksek performans göstermiştir. OV-AEKK yöntemi de OV-UEKK yöntemine yakın sonuçlar vermektedir. Ayrıca Bayes yöntemi küçük örneklemlerdeki bazı koşullarda OV-AEKK ve OV-UEKK yöntemlerinden daha yüksek doğru kestirim yüzdesine sahiptir.

Karbon ayak izinin zaman serisi veri madenciliği yöntemleri ile tahmini: Türkiye örneği

Sürdürülebilir bir dünya için, iklim değişikliği ile mücadelede atılacak en büyük adım insani faaliyetlerden kaynaklanan emisyonu azaltmaktır. Bu sebeple dünyaya salınan karbon emisyonunun ölçüsü olarak kabul edilen karbon ayak izinin azaltılmasına yönelik çalışmalar önem arzetmektedir. Bu doğrultuda yapılan çalışma, Türkiye'nin gelecek dönem sera gazı emisyon oranlarının tahminini içermektedir. Çalışmada Türkiye'nin 1990-2017 yıllarına ait nüfus, gayri safi yurt içi hasıla, enerji üretimi ve enerji tüketimi parametreleri kullanılarak sera gazı emisyon oranlarının zaman serisi veri madenciliği yöntemlerinden Lineer regresyon, Çok katmanlı algılayıcı ve Sıralı en düşük optimizasyon(SMOreg) algoritmaları ile tahmini gerçekleştirilmiştir. Yapılan tahminlerden hata istatistikleri en küçük olan ve gerçek değerlere en yakın değerleri veren SMOreg algoritması kullanılarak 2018-2030 yılları arasındaki sera gazı emisyon oranı tahmini yapılmış ve yapılan analiz sonucunda Türkiye'nin günümüzdeki seyrini devam ettirdiği sürece sera gazı emisyon miktarının kademeli olarak artarak 2030 yılında 728.301 metrik ton CO2 eşdeğerine ulaşacağı bulgusuna erişilmiştir. İklim değişikliği ile ilgili uluslararası sözleşmelerin çoğunda yer alan Türkiye için ulaşılan tahmin değerleri, Paris iklim sözleşmesinde taahhüt edilen oranın altındadır. Bu durum Türkiye için umut verici olarak değerlendirilse de yapılan diğer çalışmalardaki tahminler göz ardı edilmeden, politika yapıcıların bu doğrultuda politika belirlemesi gerektiği düşünülmektedir.

Destek vektör makineleri yöntemi ile İMKB 100 endeksi hareket yönü tahmini

Bu çalışmada İstanbul Menkul Kıymetler Borsası Ulusal 100 Endeksi (İMKB 100) hareket yönü tahmini amacıyla veri madenciliğinde sınıflama metodu olarak kullanılan Destek Vektör Makineleri (DVM) yöntemi kullanılmıştır. İMKB 100 endeksi hareket yönünün tahmini için istatistiksel veri analizleri yapan, açık kaynak kodlu programlama dili ''R'' kullanılmış, DVM'lerin sınıflandırma başarısı çalışmada kullanılan ikinci bir yöntem olan Lojistik Regresyon (LR) yöntemi ile karşılaştırılmıştır. Çalışmada hisse senedi analizinde teknik analizin yararlandığı araçlardan biri olan teknik göstergelerden (indikatörler) yararlanılmıştır. Modellere dahil edilen teknik göstergeler LR analizi ile incelenmiş ve LR analizinde anlamlı olan göstergeler bağımsız değişken olarak kullanılmıştır. Analiz, 03.04.1995-19.03.2012 arası dönemi kapsamaktadır. Toplam 4226 adet veri günlük, haftalık ve aylık veri setleri şeklinde düzenlenmiştir. Her veri seti için 4 model oluşturulmuş ve her model için farklı değerlendirme kriterleri uygulanarak yöntemlerin endeks hareket yönü tahmin performansları değerlendirilmiştir.Yapılan değerlendirmeler sonucunda DVM'nin oluşturulan 12 model içerisinde İMKB 100 endeksi hareket yönünü en iyi tahminlediği modelin Haftalık Model-1 olduğu (%70.0) gözlenmiştir. Bu model aynı zamanda İMKB 100 endeksi artış (%82.89) ve azalış yönünü (%54.68) birbirine en yakın ve yüksek oranda tahminleyen model olarak bulunmuştur.Bu çalışma ile elde edilen bulgular ışığında İMKB 100 endeksi hareket yönü tahmininde Haftalık Model-1'in gerek yatırımcılar tarafından, gerekse akademik araştırmalarda başarı ile kullanılabilceği sonucuna ulaşılmıştır.Anahtar Kelimeler: Destek Vektör Makineleri, Endeks Hareket Yönü Tahmini, Teknik Analiz Göstergeleri, Lojistik Regresyon, Sınıflandırma, İMKB 100.

Çok aşamalı bireye uyarlanmış testlerde farklı koşullardan elde edilen yetenek kestirimlerinin karşılaştırılması

Bu çalışmanın amacı, farklı tasarımlardaki çok aşamalı bireye uyarlanmış testlerin etkinliğini, farklı koşullar altında incelemektir. Çalışmada madde güçlük parametreleri normal ve uniform dağılan iki ayrı madde havuzu oluşturulmuştur. Araştırmanın koşulları olan modül uzunluğu, yönlendirme yöntemi ve kestirim yöntemi, bu iki ayrı madde havuzu üzerinden gerçekleştirilen simülasyonlar ile ayrı ayrı sınanmıştır. Simülasyonlar R yazılımında yer alan mstR paketi yardımıyla gerçekleştirilmiştir. Artan, azalan, eşit, ikinci aşamanın en uzun ilk aşamanın en kısa ve ikinci aşamanın en uzun son aşamanın en kısa olduğu beş farklı modül uzunluğu tasarımı, dinamik ve statik yönlendirme kuralları ve EAP ve MLE son kestirim yöntemleri koşulları altında ortalama hata ve yanlılık değerlerine göre karşılaştırılmıştır. Araştırmanın bulgularından elde edilen sonuçlar, değişen modül uzunluklarının ortalama hata ve yanlılık üzerinde etkisi olduğunu göstermektedir. Ancak madde güçlük dağılımlarına göre bu etkinin farklı koşullar altında farklılaştığı görülmüştür. Yönlendirme yönteminin statik veya dinamik olması, madde güçlüklerinin normal dağılımdan türetildiği koşulda yetenek kestiriminde bir fark yaratmazken, uniform dağılımdan türetildiği koşulunda düşük de olsa bir fark oluşturmaktadır. Alan yazınında altı çizildiği gibi, bu çalışmanın sonuçları da her durumda en iyi olan tek bir tasarımın olmadığını göstermektedir. Bu nedenle, tüm gereklilikleri ve amaçları karşılayan en uygun çok aşamalı bireye uyarlanmış test tasarımının belirlenmesi için benzer çalışmaların yapılması önerilmektedir. Çok aşamalı bireye uyarlanmış testler, testi hazırlayanların, uygulayıcıların ve testi alan bireylerin tamamen kabul edebileceği ve kolay anlaşılır bir test olma avantajına sahiptir. Bu avantajı ve diğer özellikleri de göz önünde bulundurulduğunda, Türkiye'de uygulanan merkezi sınavların çok aşamalı bireye uyarlanmış test olarak uygulanmasına yönelik çalışmaların yapılmasının önemli olduğu düşünülmektedir.

Bütçe tahminlerinin 5018 sayılı KMYKK çerçevesinde değerlendirilmesi

Günümüzde devletlerden, harcamalarında şeffaf ve hesap verebilir olmaları beklenmektedir. Bu ilkelerin bir gereği olarak bütçe çağrısından kesin hesaba kadar tüm süreçler kamuoyu ile paylaşılmakta ve belgeler yayınlanmaktadır. Ancak modern devletlerin ekonomi içinde ulaştığı büyüklük nedeniyle piyasalar tarafından dikkatle izlenmesi gereken aktörler haline gelmesi, hesap verebilir ve şeffaf olmanın yanında öngörülebilirliğe olan ihtiyacı da ortaya çıkarmıştır. Gelecekte yapılması düşünülen harcamaları ve bu harcamaların seyrini gösteren belgeler olan Orta Vadeli Program ve Orta Vadeli Mali Planın özel kesim için yol gösterici olarak nitelendirilmesi de devletin bu yönünü göstermektedir. Bu nedenle bütçeler, bahsi geçen belgelerde yer verilen rakamlara uygun olarak hazırlanmalı, piyasalar üzerinde enflasyonist veya tam tersi yönde dalgalanmalara neden olmamalıdır. Bu çalışmada bütçe çağrısının zamanında yayınlanıp yayınlanmadığı, Orta Vadeli Mali Plan, Orta Vadeli Program ve Bütçe Kanunu arasındaki uyum ve son olarak tüketim malzemeleri alımlarının uygunluğu, Türkiye Büyük Millet Meclisi, Yargıtay Başkanlığı, Adalet Bakanlığı, Hazine ve Maliye Bakanlığı, Milli Eğitim Bakanlığı, Ulaştırma ve Altyapı Bakanlıkları özelinde ve 5018 sayılı kanunun I sayılı cetvelinde yer alan kurumları ifade eden Genel Bütçeli İdarelerin bütçe rakamları toplamı üzerinden incelenmiştir. Araştırma sonucuna göre Orta Vadeli Mali Plan ile Bütçe Kanunundaki ödenek tavanları özellikle 2010 ve sonrasında uyum göstermekte ancak bütçe çağrısı zamanında yayınlanmamakta; Orta Vadeli Mali Planda, programda izin verilenden daha yüksek artışlar öngörülmekte ve tüketim malzemeleri alımları da stoklar dikkate alınmadan yapılmaktadır.

Epidemiyolojik araştırmalarda yakala-tekrar yakala yönteminin kullanımı

Gelişmiş ülkelerde bile doğum ve ölüm gibi demografik kayıtların oldukça iyi olduğu bilinmesine rağmen HIV enfeksiyonu gibi toplum için büyük önem taşıyan kayıtların eksik olduğu görülmektedir. Toplumlarda hastalıkların, kazaların, madde bağımlılıklarının ve sağlığı ilgilendiren benzer konuların devletlere getirdiği yükler ihmal edilemezler. İlgilenilen popülasyonların geniş olması, sayma imkanının olmaması, kayıtların yetersiz kalması durumlarında gerçek yükün tespit edilmesi mümkün olmamaktadır. Böylece konu ile ilgili yürütülecek politikalar ya yetersiz kalacak ya da kaynak israfına neden olacaktır. Hem rutin bildirimlerin hem de ulusal düzeyi temsil eden örneklem seçilerek yapılan sağlık anket çalışmalarının kısıtlılıklarından dolayı alternatif bir yaklaşım olarak kullanılan yakala-tekrar yakala yöntemleri popülasyon büyüklüklerini tahmin etmekte güvenilir tahminler sunmaktadır. Orjinalinde, doğal yaşamdaki hayvanların popülasyon büyüklüğünü tahmin etmek için geliştirilen bu yöntemler topluluğu, daha sonraki yıllarda ihtiyaçlar doğrultusunda insan popülasyonları için de uygulama alanı bulmuştur. Bu alandaki bir çok epidemiyolojik çalışmanın amacı, hedef popülasyona ait tam olmadığı varsayılan birden fazla listeden yararlanarak gerçek popülasyon büyüklüğünü tahmin etmektir. Çalışmada öncelikle ikili liste sistemi için; Lilcoln-Petersen, Chapman, Horvitz-Thompson, Zelterman, Chao Alt Sınır tahmin edicilerinin teorik alt yapısından bahsedilmiştir. Çoklu liste sistemi için ise logaritmik doğrusal modeller ve sample coverage yaklaşımı anlatılmıştır. Simülasyon çalışması ile türetilen veri setleri üzerinden bağımsızlık ve bağımlılık durumlarında tahmin ediciler incelenmiştir. Yöntemlerin birbirinden farklılıkları, avantajları, dezavantajları değerlendirilmiştir. Literatürle uyumlu sonuçlar elde edilmiştir.

Predicting students' academic achievement with educational data mining: Using interaction data from learning management system

The purpose of this study is to predict the end-of-term passing grades of the students enrolled in the GEP0322-Digital Literacy course in the fall semester of the 2020-2021 academic year, using only learning management system interaction data. Different feature selection methods were used to examine the effect of feature selection techniques on model performance. In all cases, different algorithms worked efficiently, but their prediction results were not the same. While there were some minor differences between model values, it wasn't enough to say one was better than the other. CatBoost regressor (RMSE=14.27), Random Forest regressor (RMSE=14.39), and Extra Trees regressor (RMSE=15.84) were the best models in the conducted cases respectively.

A feature engineering approach to predicting player performance in basketball

Recent advancements in sports analytics have found many fields of applications in basketball. Player performance prediction is one of the main goals of basketball analytics because of the potential implications for both teams and fans. This study aims to create a predictive modeling approach that is designed for accurately estimating the performances of basketball players while addressing the main issues in basketball statistics. Euroleague, the highest level of European basketball club competition, is selected to conduct our study. The data set used in this study contains 720 regular- season games from 2016-2017, 2017-2018, 2018-2019 Euroleague seasons. During these seasons, a total of 15368 records obtained from performances of 464 individual athletes. In order to create models for predicting performances of basketball players, we followed a structured data mining process. Most predictive models in the literature have relied on offensive statistics because of the scarcity of statistics that are related to defense. However, this study addresses the need for defensive metrics in player performance prediction, so far lacking in the literature. We developed a methodology and proposed a feature engineering approach to create data-driven defensive metrics. Our results demonstrate that the most significant boost in both R-squared and rmse values have been achieved after adding position-based defensive metrics.

Zaman serisi analizinde box-jenkins yöntemi ve banka mevduat tahmininde uygulama denemesi

Türkiye'deki imalatçı şirketlerde finansal başarısızlığın genelleştirilmiş lineer modeller ile tahmini

Bu çalışmanın amacı, çeşitli bağımsız değişken kullanılarak yüksek performanslı finansal başarısızlık tahmin modellerinin oluşturulmasıdır. Seçilen değişkenler muhasebe verilerine dayalı değişkenler (finansal oranlar), makroekonomik büyüklükler ve piyasa değişkenleri olup finansal başarısızlık tahmin modellerinin oluşturulması için, bu değişkenler arasında çeşitli kombinasyon yapılmıştır. Yalnızca muhasebe verilerine ve piyasa değişkenlerine tabi modeller de oluşturulmuştur. Bu bağlamda, beş tür model oluşturulmuştur ve bunlar finansal başarısızlıktan bir yıl önce (t-1), iki yıl önce (t-2) dönemlerine ve çapraz bir dizayna (t-1 ve t-2) tabi tutulmuştur. Dolayısıyla, toplam olarak on beş model oluşturulmuştur ve bu modeller Genelleştirilmiş Lineer Modellerdir (lojistik regresyona tabidir). Aslında, bu istatistik yöntem finansal durum (başarısız veya başarılı) gibi ikili olan bağımlı değişkenler için uygundur. Makroekonomik büyüklükler standart olup kullanılan diğer veriler Borsa İstanbul'da kayıtlı imalatçı şirketlerden temin edilmiştir. Tüm veriler (makroekonomik büyüklükler dâhil) 2009-2013 dönemine aittir. Elde edilen sonuçlara göre, t-1 döneminde en performanslı model, muhasebe verilerine dayalı değişkenler ile sağlanmıştır. Bunun anlamı, bu değişkenlerin finansal başarısızlığın bir yıl önceden tahmin edilmesinde yeterli olmasıdır. Ancak, t-2 döneminde bu değişkenler finansal başarısızlığın tahmininde yetersiz bulunmuştur ve bu dönemde güvenilir bir model elde edilmesi için başka değişkenler (özellikle piyasa değişkenleri) ile bir kombinasyon yapılmıştır. Makroekonomik büyüklüklerin finansal başarısızlığın saptanmasında önemli bir rol oynadığı bulunmuştur. Fakat veri setindeki çoklu doğrusal bağlantı sorunu (korelasyon ve kısmi korelasyona göre) nedeniyle modellerin çoğunda yer almamıştır. Aslında, yalnızca GSYH t-1 döneminde bir modelde yer almıştır. Bu modeldeki diğer değişkenler piyasaya dayalı olmak üzere, piyasa değişkenlere karşı GSYH'in finansal başarısızlık riski ile pozitif ilişkide olduğu saptanmıştır. Bu durum, makroekonomik şokların ve para politikasının imalat sanayi sektörü üzerindeki muhtemel etkilerine bağlanmıştır. Ayrıca, çapraz dizayn modellerin tahmin gücü zayıf bulunmuştur. Anahtar Kelimeler: Finansal başarısızlık, muhasebe verileri (finansal oranlar),makroekonomik büyüklükler, piyasa değişkenleri, Genelleştirilmiş Lineer Modeller (lojistik regresyon)

İlköğretim LGS fen bilimleri başarısının yapay sinir ağları ile tahmin edilmesi

Bu çalışmada, ilkokul 4. sınıftan itibaren öğrencilerin Fen Bilimleri derslerindeki başarılarının, bir üst sınıf seviyesindeki başarılarıyla da ilişkilendirmek suretiyle liselere giriş sınavındaki Fen Bilimleri başarısını yapay sinir ağları ile ne düzeyde yordadığını araştırmak amaçlanmıştır. Bu amaç doğrultusunda 4., 5., 6., 7. ve 8. sınıf düzeyinde öğrencilerin Fen Bilimleri akademik başarıları ile LGS Fen Bilimleri Alt Testi başarılarının ilişkisini incelemek üzere SPSS programında Pearson Moment Çarpım Korelasyonu analiz sonuçlarına; ne düzeyde yordadığına ise MATLAB programında yapay sinir ağıyla modelleme performanslarına bakılmıştır. Araştırmada kullanılan veri setleri, Bursa ilinin 17 ilçesindeki 24 okuldan 2017-2018 eğitim-öğretim yılında mezun olmuş aynı zamanda 2018 LGS' ye giren 1027 öğrencinin, 4. sınıftan 8. sınıfa kadar olan geçmiş döneme ait not fişleri ve kişisel bilgi içermeyen LGS sonuç belgeleri MEB E-okul sisteminden elde edilmiştir. Araştırma kapsamında LGS Fen Bilimleri Alt Testi ile Fen Bilimleri sınav başarısı arasındaki korelasyonlar incelendiğinde (p<0.001) en yüksek korelasyonun 8. Sınıf fen bilimleri sınavları arasında (r=0.70) olduğu, en düşük korelasyonun LGS Fen Bilimleri Alt Testi ile 4. Sınıf Fen Bilimleri sınav başarısı arasında (r=0.57) olduğu görülmüştür. Bu sonuca göre; Fen Bilimleri Dersi Öğretim Programının, 4. sınıftan 8.sınıfa kadar sarmal ve bütüncül yapıda olmasıyla sınıflar arasında elde edilen orta ve yüksek düzey ilişkinin alakalı olduğu söylenebilir. İkinci alt problem kapsamında oluşturulan ağ mimarisinde 845 öğrenci verisi ile eğitilen ağda Öğrenme R= 0.8059, Doğrulama R= 0.7408, Test R= 0.7568, RMSE= 2.3504 değerleri en yüksek performans olarak bulunmuştur. 182 öğrencinin verileri kullanılarak ağın eğitim sürecinden sonra simüle edilen gerçek LGS Fen Bilimleri Alt Testi doğru sayıları ile bilgisayarın tahmin ettiği doğru sayıları karşılaştırıldığında r= 0.7506 (p<0.001) ile yüksek düzey ilişki olduğu saptanmıştır. Ayrıca, 20 sorudaki ağın tahmin performansına bakıldığında, 182 öğrencide 124 öğrencinin [+2,-2] hata değeri aralığında doğru tahmin edildiği sonucuna ulaşılmıştır.

LGS İnkılap Tarihi ve Atatürkçülük alt testi doğru sayılarının yapay zeka yöntemleriyle tahmin edilmesi

Bu çalışmada, 2018 yılında ortaokuldan mezun olmuş öğrencilerin ortaokul Sosyal Bilgiler dersi ile T.C. İnkılap Tarihi ve Atatürkçülük dersi sınav notlarının Liselere Geçiş Sistemi (LGS) T.C. İnkılap Tarihi ve Atatürkçülük alt testindeki doğru sayılarını tahmin etme yüzdesinin tespit edilmesinin yanında, yordama düzeylerinde çoklu doğrusal regresyon ve veri madenciliği algoritmalarının performanslarının karşılaştırılması amaçlanmıştır. Araştırma, nicel araştırma yöntemlerinden ilişkisel tarama modeline göre yürütülmüştür. Araştırmanın evrenini Kütahya ilinde MEB'e bağlı resmi ortaokullarda öğrenim gören ve 2018 yılında 8. sınıfta LGS' ye giren öğrenciler oluşturmaktadır. Çalışmada uygun örnekleme yöntemi kullanılmıştır. Araştırma sonucunda tüm değişkenlerle doğru sayıları arasında istatistiksel olarak anlamlı, pozitif yönde orta düzeyde bir ilişki olduğu görülmektedir. Çoklu doğrusal regresyon analizine göre R2 değeri %52, MSE değeri .0242 çıkmıştır. Diğer analizler kapsamında genel doğrusal regresyon, regresyon ağaçları, gauss süreç regresyonu, destek vektör makinesi, topluluk makine öğrenmesi, derin öğrenme, rastgele orman ve yapay sinir ağı analizi sonuçlarında MSE değerlerinin .024 ile .044 arasında, R2 değerlerinin ise .12 ile .52 arasında değiştiği görülmektedir. Elde edilen sonuçlar klasik yöntemle yapılmış çoklu doğrusal regresyon analizinin sonuçlarıyla kıyaslandığında MSE performans değerlerinin çoklu doğrusal regresyon analizinden elde edilen MSE performans değerinden yüksek çıktığı gözlenmiştir. MSE performanslarının karşılaştırılmasının ardından diğer analiz yöntemlerine göre daha başarılı olduğu öne sürülen ancak bu araştırmada diğerlerine nazaran düşük performans gösteren yapay sinir ağı analizinin performansının manuel olarak artırılıp artırılamayacağına bakılmıştır. Nitekim modifiye edilmiş yapay sinir ağı sonuçlarına göre ise R2 değeri %62, MSE değeri ise .019 çıkmıştır. Anahtar Kelimeler: Çoklu doğrusal regresyon, sosyal bilgiler, yapay sinir ağı, yapay zeka.

Usage of predictive analytics for retail sector and an application example

Retailers today have many data storing technologies, drowning in data. Nearly all big retail organizations store have huge volumes of data, with expensive data storing technologies. Huge volumes of data are being stored everyday, including transactional data, customers data, promotions data, stock data and etc. But since they can not manage to transform this data into knowledge, they are lacking in insight. Organizations do not have enough knowledge to sort through data and use it to make smart decisions. As a results most of the organizations are struggling with supply chain problems, including stockouts, overstock, and discounting.Aim of the study is to prove that predictive analytics helps organizations to generate accurate individual actions and increase organizations effectiveness significantly in various dimensions including marketing, sales, supply chain management, etc.

Makine öğrenmesi algoritmaları ile kredi temerrüt riskini tahmin etme

Bankalar ve çeşitli finans kuruluşları tarafından karşılanan kredilerin, müşteri tarafından geri ödenememesi hem kredi veren kuruluşun sermaye kaybını hem de genel ekonomide oluşabilecek çeşitli risk faktörlerini beraberinde getirmektedir. Bu süreçte, oldukça kritik öneme sahip olan kredi riskinin doğru yönetilebilmesi ve uluslararası finans istikrarının sağlanması için Basel Komitesi ve BDDK (Bankacılık Düzenleme ve Denetleme Kurumu) gibi finans denetimi kuruluşları, kredi veren kurumların kredi verme karar aşamasında çeşitli regülasyon politikaları belirlemektedir. Ayrıca, kredi veren kurumlar analitik risk birimleri aracılığıyla kredi değerlendirme modelleri geliştirerek, müşterilere ait kredi risk skorunu hesaplamaktadır. Bu araştırmada, makine öğrenmesi yöntemiyle kredi skorlama sistemlerinde kullanılabilecek en başarılı tahmini gerçekleştiren algoritmanın belirlenmesi amaçlanmıştır. Bu kapsamda, Gradyan Artırma, Yapay Sinir Ağları, Lojistik Regresyon, Rassal Orman, Karar Ağacı, Destek Vektör Makineleri, K-En Yakın Komşu ve WOE dönüşümleriyle Lojistik Regresyon algoritmaları için modeller kurulmuş ve temerrüde düşen ve temerrüde düşmeyen müşteriler için en iyi sınıflandırma performansı gösteren Gradyan Artırma algoritması olmuştur. Analitik veri kalitesi ve model geliştirme süreçlerinde SAS Enterprise Guide ve SAS Enterprise Miner yazılım programları kullanılmıştır. Anahtar Sözcükler: Kredi Riski, Makine Öğrenmesi, Gradyan Artırma, Yapay Sinir Ağları, Lojistik Regresyon, Rassal Orman, Karar Ağacı, Destek Vektör Makineleri, K-En Yakın Komşu

Üretim işletmeleri için finansal başarısızlığın tahmininde veri madenciliği uygulaması

Finansal başarısızlığın tahmin edilmesi ve buna ilişkin çalışmalar kırk yılı aşkın süredir ilgi gören ve literatürde geniş yer edinen alanlardan biri olmuştur. Gerek akademik gerek sektörel açıdan önemini her zaman koruyan finansal başarısızlığın tahmin edilmesine ilişkin; farklı veri setleri ve yöntemlerinden faydalanan pek çok model geliştirilmiştir. Fakat her durum ve şartlar altında geçerli olabilecek genel bir tahmin modeline rastlanmasa da; önemi itibariyle bu konuda araştırmalar artan hızla devam etmektedir. Bu çalışmada, işletmelerin finansal olarak başarısızlığını yüksek bir doğruluk yüzdesiyle tahmin edebilecek ve pek çok durum için genellenebilecek bir model geliştirilmesi amaçlanmaktadır. 2008 – 2017 yılları arasında BİST'te (Borsa İstanbul) işlem gören üretim işletmelerinin finansal verilerinden faydalanılmış, ilgili işletmelerin başarısızlığının tahmin edilmesinde veri madenciliği tekniklerinden Karar Ağaçları, Rassal Ormanlar ve Yapay Sinir Ağları yöntemleri kullanılmıştır. Çalışmada, işletmeleri finansal olarak başarılı ve finansal olarak başarısız şeklinde sınıflandırmanın yanında; tahmin doğrultusunda önlemlerin alınması ve stratejilerin geliştirilmesi açısından finansal olarak riskli işletmeler sınıfının da ele alınmasının faydalı olacağı düşünülmüştür. Çalışmanın bu yönüyle farklılaşacağı ve literatüre katkı sağlayacağı umulmaktadır. Çalışmada işletmelerin başarısızlığına ilişkin geliştirilen altı tahmin modeli, veri indirgeme işlemlerine göre farklılaştırılmıştır. Ayrıca geliştirilen modellerden elde edilen sonuçlar klasik yöntemle karşılaştırılmıştır.

Dış mekân elektromanyetik maruziyet seviyesinin yapay sinir ağı ve bulanık mantık ile tahmini

Elektromanyetik (EM) kaynakların insan hayatındaki önemi teknolojinin gelişmesiyle birlikte artmaktadır. Elektromanyetik radyasyon çevrede var olan elektronik cihazları ve daha da önemlisi insan sağlığını olumsuz yönde etkileyebilmektedir. Günümüzde bahsedilen sorunları tetikleyebilen yapılardan biri olan baz istasyonu bir bölgedeki insan yoğunluğu ile orantılı olarak radyasyon yaymaktadır. Hastaneler, konser alanları, askeri kışlalar, okullar, alışveriş merkezleri gibi insanların yoğun olarak bulunduğu alanlarda elektromanyetik maruziyet diğer bölgelere göre daha fazladır. EM seviyelerini izin verilen sınırların altında tutmak için bu alanlardaki elektromanyetik radyasyon yoğunluğu hakkında sürekli endişe göstermek önemlidir. Bursa Uludağ Üniversitesi Görükle Yerleşkesi'nde 55000'den fazla öğrenci ve her gün binlerce kişinin ziyaret ettiği bir tıp fakültesi hastanesi bulunmaktadır. Bu nedenle EM düzeyini tespit etmek ve bu değeri ulusal standartların altında tutmak önem arz etmektedir. Bu çalışmada, kampüs genelinde EM seviyelerini incelemek için insan yoğunluğunun çok yüksek olduğu noktalarda elektrik alan şiddetleri statik olarak ölçülmüştür. Elde edilen ölçümler sonucunda yapay sinir ağı ve bulanık mantık yöntemleri ile elektromanyetik alan şiddeti tahmini için modeller geliştirilmiştir. Oluşturulan modeller kullanılarak ölçüm yapılmayan noktalarda elektromanyetik alan seviyesi tahmini yapılmış, ölçüm sonuçlarıyla doğrulanmış ve modellerin performansları karşılaştırılmıştır Ölçüm sonuçları ve tahmin sonuçları, ulusal (BTK) ve uluslararası (ICNIRP) standartların belirlediği sınırlar içinde değerlendirilmiştir. Son olarak, ölçüm tahmin sonuçları, ölçüm noktalarına ve ortalama elektrik alan şiddeti yoğunluğuna göre haritalandırılmıştır.

A study on jackknifed estimators in regression model in presence of multicollinearity

Many researchers developed the biased estimation for reducing the impact of the multicollinearity problem in multiple linear regression but not using the Jackknife technique. The Jackknife biased estimation studied and over come the multicollinearity problem to determine the best estimator has good properties as well as to examined by conducting a comprehensive review of the Jackknife estimators present in previous literature. This thesis is based on applied Jackknife teachnique in biased estimator to reduce the baisedness as well as reduce the effect of high variance of these estimators in multiple linear model. Furthermore, a new estimator has been proposed in the multiple linear regression model called the "improved Jackknife Liu type estimator (IJLTE)" based on the Jackknife Liu type estimator (JLTE). The performance of IJLTE compared to some biased estimators theoretically is proofed based on the mean squares error (MSE) as a measure for goodness of fit. The IJLTE estimator has good characteristics compared with different biased estimators that have been proved when simulating some theorems. A simulation study as well as a numerical example between the Jackknifed biased estimators and the biased estimators has been done to determine the good estimator from these families based on mean sequare error criteria (MSE).

Durağan olmayan paneller ve bir uygulama

Panel veri tahmin metotlarının kullanımı hem veri kaynaklarına ulaşmanın kolaylaşması hem de sadece yatay kesit ve zaman serileri ile yapılamayan analizlere imkân tanıması sebebi ile giderek artan bir öneme sahiptir. Bu popülerliğe parelel olarak teorik ve amprik panel veri çalışmalarının sayısı giderek artmıştır. Son dönemlerde panel veri ekonometrisinin en çok ilgi çeken alanlarından biri de durağan olmayan panel veri modelleridir. Geleneksel panel çalışmalarından farklı olarak, geniş zaman serisi ve yatay kesit boyutlarına sahip panellerde zaman öğeleri durağan olmamanın güçlü kaynağıdır. Ayrıca, zaman boyutuna yatay kesit boyutunun eklenmesi durağan olmamayı ve eş bütünleşmeyi test etmekte önemli katkılar sağlamaktadır.Bu yüksek lisans tezinde, durağan olmayan panellerin alanizinde sıkça karşılaşılan tahmin metotları incelenmiştir. Panel birim kök ve eş bütünleşme testlerinin uygulanabilirliğini göstermek için Türk İmalat Sanayinde Saat Başına Sabit Ücretler ile Saat Başına Emeğin Ortalama Ürünü arasında Etkin Ücret Teorisince ileri sürülen pozitif ilişkinin varlığı test edilmiştir. Elde ettiğimiz sonuçlar, Türk İmalat Sanayi için Etkin Ücret Teorisini ret etmemektedir.Çalışma veri analizine ilave olarak çeşitli testleri karşılaştırmalı olarak sunmaktadır. İlk olarak, Choi(2001) ve Maddala ve Wu(1999) takip edilerek, yatay kesit bağımlılığını göz önüne almayan Fisher tipi panel birim kök testleri uygulanmıştır. Daha sonra karşılaştırma yapabilmek için seriler yatay kesit bağımlılığından olabildiğince arındırılarak Fisher tipi panel birim kök testi yeniden uygulanmıştır. Ayrıca, yatay kesit bağımlılığını regresyon denklemi içinde göz önüne alan Pesaran(2003,2007) panel birim kök testi ayrı bir karşılaştırma yapmak için kullanılmıştır. Panel eş bütünleşmenin sınanması için ise Maddala ve Wu(1999) ve Choi(2001) birim kök testlerini panellerde eş bütünleşmeyi test edecek şekilde yeniden yapılandıran Hanck(2007) tarafından önerilen yeni eş bütünleşme testi kullanılmıştır. Bu test de hem yatay kesit bağımlılığı olan serilere hem de yatay kesit bağımlılığından arındırdığımız serilere uygulanmıştır. Çalışmada sunulan panel birim kök ve eş bütünleşme testlerinin yanı sıra bireysel seriler için ADF, CADF ve Engel-Granger testleri de uygulanmıştır.

Altıncı, yedinci ve sekizinci sınıf matematik dersi öğretim programında yer alan tahmin becerisine ilişkin öğretmen görüşleri

Bu araştırmada matematik dersi öğretim programında yer alan tahmin becerisinin, ilköğretim altıncı, yedinci ve sekizinci sınıf matematik öğretmenlerinin görüşleri doğrultusunda değerlendirilmesi ve bu görüşler doğrultusunda tahmin becerisinin kazanımına ilişkin öneriler geliştirmek amaçlanmıştır. Tarama modelinde betimsel bir çalışma olan bu araştırmada, verileri toplamak amacıyla nitel ve nicel veri toplama teknikleri birlikte kullanılmıştır. Araştırmanın nicel örneklemini 2012-2013 öğretim yılında Adana il merkezinde görev yapan ve 6. 7. ve 8. Sınıfları okutan küme örnekleme yöntemiyle belirlenen matematik öğretmenlerinden oluşmaktadır. Araştırmanın nitel çalışma örneklemi kolay ulaşılabilir durum örneklemesine göre seçilen toplam 5 orta okulunda, gönüllülük esasına dayalı olarak araştırmaya katılan 10 öğretmen ile oluşturmuştur. Ayrıca görüşmelerden elde edilen bilgileri desteklemek ve tamamlamak amacıyla gözlem yapılmıştır. Gözlemlerde uygun okul ve sınıf belirlenerek, kolay ulaşılabilirlik ilkesine göre seçilen, gönüllülük esasına dayanan her sınıf düzeyinden 1 'er öğretmen ile gerçekleşmiştir. Her öğretmen 4 'er saat olmak üzere toplam 12 saat gözlemlenmiştir. Araştırmada veri toplama aracı olarak Aslan (2011) tarafından geliştirilmiş anket, yarı yapılandırılmış görüşme formu düzenlenerek kullanılmıştır. Araştırmada bir diğer nitel veri toplama aracı olan yapılandırılmamış gözlem formudur. Araştırma sonuçlarına göre, tahmin becerisini kazandırmaya yönelik etkinlikler sırasında öğrenciler kendi fikirlerini savunabilmeyi, fikirlerindeki yanlış noktaları kabul etmeyi, bununla beraber değişik fikirlere saygı duymayı öğrenmektedirler Tahmin becerisine yönelik etkinliklerle öğrencilerin derse ilgileri, kendilerine güvenleri artmakta ve iletişim becerileri gelişmektedir. Öğretmenler, zaman yetmezliği, sosyo ekonomik farklılıklar, öğrenciler arasındaki bireysel farklılıklar ve kalabalık sınıflar nedeniyle etkinlikleri uygulamada güçlük yaşamaktadırlar. Öğretmenler tahmin becerisini kazandırmaya yönelik uyguladıkları etkinliklerde sırasıyla soru-cevap, gösterip yaptırma ve tartışma yöntemlerini kullanmaktadır. Öğretmenlerin çoğu tahmin becerisini kazandırmaya yönelik etkinliklerde ders kitabından ve kaynak kitaplardan mutlaka yararlanmaktadır. Öğretmenler özellikle araç-gereçlerin temini konusunda sıkıntı yaşandığını belirtmişlerdir. Öğretmenler, öğrencilerin etkinlikler sırasında gösterdiği performansa, yapılan tahminlere yönelik soru-cevap çalışmalarına ve kendi gözlemlerine dayanarak ölçme-değerlendirme yapmaktadır. Gözlem bulguları da görüşme bulgularını destekler niteliktedir. Anahtar Kelimeler: Tahmin becerisi, tahmin stratejileri,matematikte tahmin

Türkiye'de para politikasının kredi faiz oranlarına geçişkenliği: Ampirik bir inceleme

Günümüz dünyasında bir merkez bankasının temel politika aracı kısa vadeli faiz oranlarıdır. Merkez bankalarının politika faiz oranlarını değiştirmesi para piyasası faiz oranlarını etkilemektedir. Para piyasası faiz oranlarındaki değişiklikler ise uzun vadeli kredi, mevduat ve tahvil faiz oranlarını değiştirmektedir. Bu süreç, faiz oranı geçişkenliği olarak adlandırılmaktadır. Etkin bir faiz oranı geçişkenliği mekanizması, merkez bankasının politika faiz oranındaki değişimlerin toplam talebi, çıktıyı ve enflasyonu etkileyen uzun vadeli faiz oranlarına çok büyük ölçüde aktarıldığı anlamına gelmektedir. Geçişkenlik ne kadar yüksek ve hızlı olursa merkez bankası kararlarının reel ekonomiyi etkilemesi o kadar kolay ve hızlı olmaktadır. Bu tez çalışmasının amacı, Türkiye'de para politikasının kredi faiz oranlarına geçişkenliğini Ocak 2011-Mart 2021 dönemine ait aylık verileri kullanarak incelemektir. Bu çerçevede, çalışmada hem doğrusal hem de doğrusal olmayan tahmin yöntemleri kullanılmıştır. Bu tahmin yöntemlerinden elde edilen bulgular bir hayli farklıdır. Daha etkin sonuçlar verdiği kabul edilen doğrusal olmayan tahmin yönteminin bulguları dikkate alındığında, faiz oranı geçişkenliği katsayısının birden büyük olduğu görülmektedir. Bu sonuç, bankaların kredi faiz oranlarını ayarlarken bir risk primini dikkate aldığını ve Türkiye'de kredi faiz oranlarının içinde ilave bir risk priminin var olduğunu göstermektedir.

"R" programlama dilinde tahmin edici veri madenciliği algoritmalarının modellenmesi ve performanslarının karşılaştırılması

Günümüz ekonomisi dinamik bir yapıdadır. Gelişen bilgi teknolojileriyle birlikte kayıt altında tutulan veri sayısı da artmıştır. Artan veri miktarı, veriler arasındaki sarmal ilişkileri görmeyi zorlaştırmaktadır. Ham veriden bilgi elde edilmesi ve elde edilen bilginin gelecek tahminlerinde kullanılması işletmeler için kritik öneme sahiptir. Veri tahmini kesinlik içermeyen ve karmaşık bir süreçtir. Ancak doğruya en yakın tahmin işletmelerin stratejik karar almasında oldukça önemlidir. Veri tahmini ekonomi alanında yaygın olarak kullanılmaktadır. Bu çalışmada ekonomik kalkınma için büyük öneme sahip ihracat verileri incelenmiştir. Türkiye İstatistik Kurumu ve Merkez Bankası istatistikleri kullanılarak veri ambarı oluşturulmuştur. İstatistiksel analizlerde sıklıkla tercih edilen R programlama dili kullanılarak algoritmalar geliştirilmiştir. R programlama dilinde yapay sinir ağı, regresyon ve zaman serisi algoritmaları geliştirilmiştir. Çalışmanın birinci aşamasında; R programında yapay sinir ağı algoritması geliştirilmiştir. Bu aşamada farklı ağ topolojileri test edilerek en başarılı yapay sinir ağı belirlenmiştir. Buna göre (5,3) topolojisine sahip ağın en başarılı performansa sahip olduğu görülmüştür. Çalışmanın ikinci aşamasında R programında regresyon algoritması geliştirilmiştir. Çalışmanın son aşamasında R programında zaman serisi algoritması geliştirilmiştir. Naive Bayes ve ARIMA modelleri test edilmiş ve ARIMA(1,0,0)(2,0,0) modelinin daha başarılı olduğu görülmüştür. Yapay sinir ağı (5,3), regresyon ve ARIMA(1,0,0)(2,0,0) algoritmaları veri ambarındaki eğitim verisi üzerinde denenmiştir. Algoritmaların başarıları istatistiksel hata oranları hesaplanarak karşılaştırılmıştır. Buna göre en başarılı tahmin algoritmasının yapay sinir ağı olduğu görülmüştür.