Zaman serilerinde müdahale analiz teknikleri üzerine bir çalışma

Abstract

Günümüzde sıkça karşılaşan istatistik tahmin yöntemlerden biri zaman serileri analizidir. Bu çalışmada zaman serilerinin analiz edilmesi için müdahale analiz tekniği kullanılmıştır. Veri toplama aşamasında, Merkez Bankasının sitesinden Türkiye’nin aylık ihracat miktarlarını gösteren 216 veri değeri alınmıştır. Uygulama kapsamında Türkiye’de yaşanan 2001 krizi müdahale olayı olarak kabul edilmiş ve bu olayın seri değerleri üzerindeki etkisi müdahale analiz tekniği kullanılarak modellenmeye çalışılmıştır. Öncelikle seri değerleri, 2001 krizi öncesi ve sonrası olmak üzere iki kısıma ayrılmıştır. İlk kısım üzerinde ARIMA model kurma süreci uygulanmış, otokorelasyon ve kısmi otokorelasyon fonksiyonları yardımıyla bu kısmı temsil edecek bir ARIMA model önerilmiştir. İkinci kısımda, olayın olup olmadığını simgeleyen bir deterministik fonksiyona, müdahale öncesi seri için önerilen ARIMA model eklenerek, genel müdahale modeli tanımı yapılmıştır. Elde edilen müdahale modeli regresyon modele dönüştürülerek, istatistiksel testler yardımıyla parametre kestirimleri yapılmıştır. Daha sonra bu model ihracat verilerinin gelecek dönem değerlerinin tahmin edilmesinde kullanılmıştır.

Nowadays, one of the mostly encountered statistical forecasting methods is time series analysis. In this study, intervention analysis techniques has been used in order to analyse time series. In the data collection stage, 216 data that shows the amount of monthly export value of Turkey were taken from the site of the Central Bank. Within the scope of application, 2001 crisis in Turkey has been accepted as intervention event and its impact on the serial values has been modeled using the technique of intervention analysis. Firstly, all serial values has been divided into two parts, including before and after the 2001 crisis. ARIMA model building process has been applied on the first part and then, an ARIMA model representing this part has been suggested with the help of autocorrelation and partial autocorrelation functions. In the second part, the general definition of the intervention model has been obtained by adding a deterministic function representing whether or not the event occurs to proposed ARIMA model for pre-intervention series. Intervention model obtained has been converted to regression model and then model parameters have been estimated with the help of statistical test. Afterwards, this model has been used to forecast Turkey’s future export value.