The economic forecast always plays an important role as a decision-making tool when formulating financial policy and strategy for businesses and governments. However, when dealing with real data (not just about economics, but also sociology, biology, engineering, etc.), we rarely know enough about the topic of interest. Even if there is a precise and deterministic model that defines the system we want to analyze, it is always possible to skip some explanatory variables or make measurement errors. Thus, an amount of uncertainty will always be available when analyzing the subject being investigated. Therefore, we cannot see the estimates made as a definitive science.In recent years, there has been an increasing interest in the application of state space models (DUM) for time series analysis purposes. The models of this category describe a specific time series as a dynamic system and a random component of disorder. Its powerful probability structures offer a flexible framework that can be used for a wide range of applications. This flexibility causes us to choose a subclass of DUMs, ie, dynamic linear models (DLM).One of the important variables that show the economics strength of the countries in the globalized world is the gross domestic product (GDP). GDP values of countries with a strong economy are high. In underdeveloped countries, GDP figures are generally low.In this thesis, a subclass of DUMs, DLMs are explained and their use in time series is introduced. With dynamic linear models using GDP data of Turkey are making predictions for the coming years. For this purpose, the R program, which is very useful and useful in recent years, is used for applications and predictions.Key Words: Dynamic Linear Models (DLM), State Space Models (DUM), Time Series, Stationarity, Gross Domestic Product.

Ekonomik tahmin her zaman işletmeler ve hükümetler için finansal politika ve stratejiyi formüle ederken bir karar verme aracı olarak önemli bir rol oynamaktadır. Bununla birlikte, gerçek verilerle uğraşırken (sadece iktisatla ilgili olanı değil, aynı zamanda sosyoloji, biyoloji, mühendislik vb.), nadiren ilgilenilen konu hakkında yeterli bilgiye sahip olduğumuz olur. Analiz etmek istediğimiz sistemi tanımlayan kesin ve deterministik bir modelin mevcut olduğu durumlarda bile, bazı açıklayıcı değişkenleri atlamak veya ölçüm hataları yapmak her zaman mümkündür. Böylece, araştırılan konuyu analiz ederken bir belirsizlik durumu her zaman mevcut olacaktır. Bu nedenle yapılan tahminleri kesin bir gösterge olarak göremeyiz.Son yıllarda, zaman serisi analizi amaçları için durum uzay modellerinin(DUM) uygulanmasına yönelik artan bir ilgi vardır. Bu kategoriye ait modeller, bir dinamik sistem ve rastgele bir bozukluk bileşeni olarak belirli bir zaman serisini açıklar. Güçlü olasılıksal yapıları, geniş bir uygulama yelpazesi için kullanılabilecek esnek bir çerçeve sunar. Bu esneklik, DUM'ların bir alt sınıfını, yani dinamik doğrusal modelleri(DLM) seçmemize neden olan olmaktadır.Küreselleşen dünyada ülkelerin ekonomik gücünü gösteren önemli değişkenlerden biri de gayri safi yurtiçi hasılasıdır(GSYİH). Güçlü bir ekonomiye sahip olan ülkelere ait GSYİH değerleri yüksektir. Gelişmemiş ülkelerde genel olarak GSYİH verileri düşüktür.Bu tezde, DUM'ların bir alt sınıfı olan DLM'ler açıklanıp zaman serilerinde kullanımı tanıtılmaktadır. Dinamik doğrusal modeller ile Türkiye'ye ait GSYİH verileri kullanılarak gelecek yıllar için tahminlerde bulunulmaktadır. Bu amaç doğrultusunda, uygulama ve tahminler için son dönemlerde çok amaçlı ve kullanışlı olan R programı kullanılmaktadır.Anahtar Kelimeler: Dinamik Doğrusal Modeller(DLM), Durum Uzay Modelleri(DUM), Zaman Serisi, Durağanlık, Gayri Safi Yurtiçi Hasıla(GDP).