TÜRKİYE KONUT FİYAT ENDEKSİ ÖNGÖRÜSÜ: ARIMA, RASSAL ORMAN VE ARIMA-RASSAL ORMAN

Ebru Çaglayan AKAY; Kadriye Hilal TOPAL; Saban KİZİLARSLAN; Hoseng BULBUL

Makale detayları

TÜRKİYE KONUT FİYAT ENDEKSİ ÖNGÖRÜSÜ: ARIMA, RASSAL ORMAN VE ARIMA-RASSAL ORMAN

Yazarlar:

Ebru Çaglayan AKAY | Kadriye Hilal TOPAL | Saban KİZİLARSLAN | Hoseng BULBUL

Yayıncı:

PressAcademia

Ana Başlıklar:

Yönetim | Genel yönetim

Dergi:

PressAcademia Procedia 2019 Vol.10 Issue 1, pp.7-11

Belge Tipi:

Makale

Yayın Tarihi:

12/2019

Belge Dili:

Türkçe

Document ID (Org No.):

2000775406

Sıklık:

Üç Yıllık

eISSN:

2459-0762

Anahtar kelimeler:

Özet:

 

Purpose- The aim of this study is to investigate whether the models developed by using Machine Learning methods are an alternative method for forecasting time series.
Methodology-Traditionally, the Autoregressive Integrated Moving Average (ARIMA) model has been one of the most widely used linear models in time series forecasting. In the study, we use Random Forest and Hybrid Random Forest-ARIMA models besides the ARIMA model and compare their forecasting performance for the Turkish Housing Price Index series. 
Findings- The hybrid model was found to be more successful than other methods in forecasting the housing price index.
Conclusion- As a result, hybrid models that combine ARIMA and machine learning method can be used an alternative method in forecasting economic and financial data.

 

Amaç- Bu çalışmanın amacı, Makine Öğrenmesi yöntemlerinden yararlanarak geliştirilen modellerin zaman serilerinin öngörüsünde alternatif bir yöntem olup olmadığının incelenmesidir.
Yöntem- Geleneksel olarak, Otoregresif Entegre Hareketli Ortalama (ARIMA) modeli, zaman serisi tahmininde en yaygın kullanılan doğrusal modellerden biridir.  Çalışmada,ARIMA modellerinin yanı sıra Rassal Orman ve Hibrit Rassal Orman yöntemleri kullanılmış ve Türkiye Konut Fiyat Endeksi serisi için bu modellerin öngörü performansları karşılaştırılmıştır.
Bulgular- Hibrit modelin konut fiyat endeksini öngörmede diğer yöntemlerden daha başarılı olduğu tespit edilmiştir.
Sonuç- Sonuç olarak, ARIMA ve Makine Öğrenmesi yöntemini birleştiren hibrit modellerin, ekonomik ve finansal verilerin öngörüsünde alternatif bir yöntem olarak kullanılabileceği tespit edilmiştir.

Makale detayları

TÜRKİYE KONUT FİYAT ENDEKSİ ÖNGÖRÜSÜ: ARIMA, RASSAL ORMAN VE ARIMA-RASSAL ORMAN

Yazarlar:

Ebru Çaglayan AKAY | Kadriye Hilal TOPAL | Saban KİZİLARSLAN | Hoseng BULBUL

Yayıncı:

PressAcademia

Ana Başlıklar:

Yönetim | Genel yönetim

Dergi:

PressAcademia Procedia 2019 Vol.10 Issue 1, pp.7-11

Belge Tipi:

Makale

Yayın Tarihi:

12/2019

Belge Dili:

Türkçe

Document ID (Org No.):

2000775406

Sıklık:

Üç Yıllık

eISSN:

2459-0762

ARIMA

rassal orman

ARIMA-rassal orman

hibrit

makine öğrenmesi

Sayı

Makale detayları

TÜRKİYE KONUT FİYAT ENDEKSİ ÖNGÖRÜSÜ: ARIMA, RASSAL ORMAN VE ARIMA-RASSAL ORMAN

Yazarlar: Ebru Çaglayan AKAY | Kadriye Hilal TOPAL | Saban KİZİLARSLAN | Hoseng BULBUL

Yayıncı: PressAcademia

Ana Başlıklar: Yönetim | Genel yönetim

Dergi: PressAcademia Procedia 2019 Vol.10 Issue 1, pp.7-11

Belge Tipi: Makale

Yayın Tarihi: 12/2019

Belge Dili: Türkçe

Document ID (Org No.): 2000775406

Sıklık: Üç Yıllık

eISSN: 2459-0762

ARIMA

rassal orman

ARIMA-rassal orman

hibrit

makine öğrenmesi

Sayı

Yazarlar:

Ebru Çaglayan AKAY | Kadriye Hilal TOPAL | Saban KİZİLARSLAN | Hoseng BULBUL

Yayıncı:

PressAcademia

Ana Başlıklar:

Yönetim | Genel yönetim

Dergi:

PressAcademia Procedia 2019 Vol.10 Issue 1, pp.7-11

Belge Tipi:

Makale

Yayın Tarihi:

12/2019

Belge Dili:

Türkçe

Document ID (Org No.):

2000775406

Sıklık:

Üç Yıllık

eISSN:

2459-0762