Türkiye'de bazı temel gıda fiyatları için yapay sinir ağları ve zaman serisi tahmin modellerinin karşılaştırmalı analizi

Abstract

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.

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.