Manisa Pamuk Fiyatlarının Zaman Serisi Analizi Ve Yapay Sinir Ağı Teknikleri İle Tahminlenmesi Ve Tahmin Performanslarının Karşılaştırılması

Abstract

Tekstil sektörünün bitkisel hammaddesi olarak kullanılan pamuk gerek ülkemiz gerekse dünyada tarım, sanayi ve ticarette stratejik bir önem taşımaktadır. Ülkeler arası pamuk ticareti ise pamuk borsaları aracılığıyla gerçekleşmektedir. Ülkemizdeki birçok tarımsal ürünün değerini devlet belirler. Ancak pamuk borsalar tarafından fiyatı belirlenen birkaç üründen biridir. Bu çalışma kapsamında Manisa Tarım Borsasından yıllık pamuk fiyatları alınmıştır. Alınan veriler analize uygun olacak şekilde düzenlenmiş ve weka programında analiz edilmiştir. Zaman serisi ve yapay sinir ağı teknikleri kullanılarak 2017 yılına ait fiyatların değer tahminleri yapılmıştır. Yapılan tahminler MAE, MAPE ve RMSE değerleri üzerinden karşılaştırılarak hangi tekniğin daha başarılı tahmin performansı gösterdiğine karar verilmiştir. Elde edilen sonuçlar literatürdeki benzer çalışma sonuçlarıyla da karşılaştırılmıştır. Tüm bu sonuçlar doğrultusunda yapay sinir ağı tekniğinin daha başarılı sonuçlar elde ettiği görülmüştür.

Carbon footprint forecasting using time series data mining methods: the case of Turkey

“…Time series are divided into two categories as continuous and discrete in the context of time. Continuously recorded series of engineering fields such as electrical signals, voltage, sound vibrations, and measurement of seismic movements are the continuous time series; interest series, sales volume, and production amount are the discrete time series (Can 2009 ). Depending on the number of variables, if the series contains the previous observation values of a single variable, they are called the univariate time series; if it contains the previous observation values of more than one variable, they are called the multivariable time series.…”

“…In the analysis of the relationship between the variables in the multivariate time series, the series should be stationary, that is, constant over time in order to avoid the problem of spurious regression. In some cases, although the series are not stationary, any linear combination is stationary (Can 2009 ). In time series data mining, known as data mining methods used to analyze a time series, restrictions such as stationarity and linearity required in classical time series have been removed (Aydın et al 2005 ).…”

Estimation of Compressive Resistance of Briquettes Obtained from Groundnut Shells with Different Machine Learning Algorithms

“…Four commonly used statistical methods were used to evaluate the prediction accuracy of the models. These methods are the coefficient of determination (R 2 ), root mean square error (RMSE), mean absolute error (MAE), and mean absolute percentage error (MAPE), defined as Equations ( 2)-( 5) [43]. R 2 indicates how well the independent variable x explains the dependent variable y in a regression model.…”

Fındık Fiyatlarının Yapay Sinir Ağları ile Tahminlenmesi: Türkiye Örneği

“…Khamis ve Abdullah (2014) yılında yaptıkları çalışmada, geri yayılımlı sinir ağı ve NARX modellerini kullanılarak gelecekteki buğday fiyatının tahmin edilmesi amaçlanmıştır. Can ve Gerşil (2018) yaptıkları çalışmada Manisa ilinde pamuk fiyatlarını zaman serisi analizi ve yapay sinir ağı teknikleri ile tahminlemiştir. Şeyranlıoğlu (2022) fındık fiyatları ile döviz kuru arasındaki ilişkiyi incelemiştir.…”