TR-Dizin İndeksli Yayınlar Koleksiyonu
Permanent URI for this collectionhttps://hdl.handle.net/20.500.12573/396
Browse
18 results
Search Results
Article G7 Countries Unemployment Rate Predictions Using Seasonal Arima Garch Coupled Models(2021) Kılıç, Edanur; Mugaloglu, ErhanDespite the unemployment data have been recently released as seasonally adjusted, seasonality may still exist in moving average (MA) or auto-regressive (AR) terms. This can be detected by searching for a regular pattern in auto-correlation function (ACF) and partial ACF (PACF) diagrams. Therefore, models that aim to forecast unemployment rates should consider their seasonal properties so as to obtain better mean equation estimations. Univariate models mostly employ integrated ARMA (ARIMA) or generalized auto regressive conditional heteroscedastic (GARCH) models or any combination of them. Once the mean equations are structured better, GARCH estimations of variance equation is expected to perform better accuracy in forecasts. This study first examines the ACF's and PACF's of seasonally adjusted unemployment rate data in G-7 countries for 1995-2019 period. Then it compares the 4-quarter and 8-quarter ahead forecast performance of the seasonal ARIMA (SARIMA) coupled volatility models of GARCH in mean, absolute value GARCH, GJR-GARCH, exponential GARCH and asymmetric GARCH models. The performance of these models is also compared to SARIMA and MA filtered volatility models. The results show that seasonality should be re-examined even in seasonally adjusted unemployment data, since SARIMA models outperform ARIMA models in terms of out of sample forecast errors. Besides SARIMA-GARCH models provide better out of sample prediction accuracy.Article Comparative Assessment of Smooth and Non-Smooth Optimization Solvers in HANSO Software(Balikesir University, 2021-10-27) Tor, Ali HakanThe aim of this study is to compare the performance of smooth and nonsmooth mization) software. The smooth optimization solver is the implementation of the Broyden-Fletcher-Goldfarb-Shanno (BFGS) method and the nonsmooth optimization solver is the Hybrid Algorithm for Nonsmooth Optimization. More precisely, the nonsmooth optimization algorithm is the combination of the BFGS and the Gradient Sampling Algorithm (GSA). We use well-known collection of academic test problems for nonsmooth optimization containing both convex and nonconvex problems. The motivation for this research is the importance of the comparative assessment of smooth optimization methods for solving nonsmooth optimization problems. This assessment will demonstrate how successful is the BFGS method for solving nonsmooth optimization problems in comparison with the nonsmooth optimization solver from HANSO. Performance profiles using the number iterations, the number of function evaluations and the number of subgradient evaluations are used to compare solvers.Research Project COVID-19 Salgınının Ekonomik Etkisinin Sektörel Bazlı ve Genel Belirsizlik Endeksleriyle İncelenmesi ve Sektörel Acil Önlem Önerileri(2020) Polat, Ali Yavuz; Doğan, Eyüp; Tekin, Hasan; Muğaloğlu, ErhanKoronavirüs (Covid-19) salgını dünyada modern zamanlarda görülen en büyük saglık krizlerinden birisidir. Ancak salgın sadece bir saglık krizi olarak kalmamıs tüm dünyayı etkileyen küresel, ekonomik ve sosyal krize dönüsmüstür. Birçok sektörde üretim durmus, gelir etkisi ile tüketim ciddi ölçüde azalmıstır. Covid-19 salgınının olusturdugu ekonomik kriz son 40 yılda gerçeklesmis ekonomik krizler ve felaketlerden çok daha büyüktür. Pandeminin sebep oldugu/olacagı küresel krizin daha önceki küresel krizlere göre çok daha derin ve kalıcı olacagı tahmin edilmektedir. Dünya ekonomisi 2020?de %4,0 küçülmüstür ki bu oran küresel finansal krizdeki daralmanın yaklasık iki katıdır (Oxford Economics, 2020). Salgının olusturacagı sokların etkisi ve süresi net olarak bilinemedigi ve tahmin edilemedigi için ekonomilerde yüksek oranda belirsizlige yol açmıstır (Ludvigson et al. 2020). Bilindigi üzere belirsizlik hem tüketim hem de yatırımların ertelenmesine ve dolayısıyla ekonomik daralmaya sebep olur (Bloom, 2009). Firmalar açısından bakıldıgında salgının ne kadar sürecegi, tedarik zincirlerinin onarılıp onarılamayacagı halen net degildir. Ayrıca bireylerin gelirleri ekonomik aktivitenin yavaslaması sonucunda azaldıgı gibi salgının olusturdugu belirsizlik ortamı bireylerin harcamalarını daha da kısmalarına sebep olmaktadır. Bu yüzden belirsizlik seviyesinin hassas bir gösterge ile ölçülmesi önem arz etmektedir. Bu proje ile sektörel bazlı (hizmet, perakende ve insaat) ve genel belirsizlik endeksleri (ekonomik ve reel) olusturulmustur. Bu endeksler Türkiye?deki önemli politik ve ekonomik olaylarda ani artıslar göstermektedir. Yani olusturulan endeksler, reel aktiviteyi önemli ölçüde etkileyen belirsizlik artıslarını hassas olarak ölçebilmektedir. Projenin ikinci kısmında Covid-19 salgının reel ekonomi üzerindeki etkisi belirsizlik endeksleri üzerinden analiz edilmistir. Olusturulan yapısal vektör oto regresyon (SVAR) modelleri ile belirsizligin hem toplam sanayi üretimine hem de her sektördeki üretimi üzerinde nasıl bir etki olusturdugu gösterilmis ve tartısılmıstır. Sonuçlar göstermektedir ki, belirsizlikteki bir artıs reel aktiviteyi düsürmektedir. Bu sonuç teorik olarak belirsizligin ekonomiyi yavaslatacagı argümanını ampirik olarak desteklemektedir. Covid-19?un olusturdugu belirsizlik, tüm zamanlar içinde en yüksek ve ani belirsizlik artısına sebep olmustur ve reel aktivite üzerinde siddetli bir negatif etkisi olmustur. Projemizde olusturdugumuz belirsizlik endeksleri ve analizler sayesinde spesifik mali yardım paketlerinin hangi sektörlerde nasıl bir etki olusturulabilecegi tahmin edilebilir. Ayrıca elde edilen endeksler, politika yapımında önemli bir gösterge araç olarak kullanılabilir. Olusturdugumuz sektörel ve genel belirsizlik endeksleri ilerideki projeler ve politikalar için de önemli bir kaynak teskil edecektir. Daha ayrıntılı sektörel politikalar gelistirebilmek, salgın geçtikten sonra Türkiye?nin jeopolitik avantajını kullanarak üretim merkezi olabilmesi ve tedarik zincirinde aktarma merkezi olabilmesi için belirsizligin olusturdugumuz endeksler gibi hassas göstergeler ile ölçümlenmesi önemli bir gerekliliktir.Research Project RNA İkincil Yapılarının Çok Boyutlu Gösterimi ve Pre-MiRNA Tespiti İçin Uygulamaları(2021) Demirci, Müşerref Duygu Saçar; Demirci, Yılmaz Mehmet-Article G7 Countries Unemployment Rate Predictions Using Seasonal Arima Garch Coupled Models(2021) MUĞALOĞLU Erhan; KILIÇ Edanur; Kılıç, Edanur; Mugaloglu, ErhanDespite the unemployment data have been recently released as seasonally adjusted, seasonality may still exist in moving average (MA) or auto-regressive (AR) terms. This can be detected by searching for a regular pattern in auto-correlation function (ACF) and partial ACF (PACF) diagrams. Therefore, models that aim to forecast unemployment rates should consider their seasonal properties so as to obtain better mean equation estimations. Univariate models mostly employ integrated ARMA (ARIMA) or generalized auto regressive conditional heteroscedastic (GARCH) models or any combination of them. Once the mean equations are structured better, GARCH estimations of variance equation is expected to perform better accuracy in forecasts. This study first examines the ACF's and PACF's of seasonally adjusted unemployment rate data in G-7 countries for 1995-2019 period. Then it compares the 4-quarter and 8-quarter ahead forecast performance of the seasonal ARIMA (SARIMA) coupled volatility models of GARCH in mean, absolute value GARCH, GJR-GARCH, exponential GARCH and asymmetric GARCH models. The performance of these models is also compared to SARIMA and MA filtered volatility models. The results show that seasonality should be re-examined even in seasonally adjusted unemployment data, since SARIMA models outperform ARIMA models in terms of out of sample forecast errors. Besides SARIMA-GARCH models provide better out of sample prediction accuracy.Article Symbolic Aggregate Approximation-Based Clustering of Monthly Natural Gas Consumption(2024-03-24) Söylemez, İsmet; Ünlü, Ramazan; Nalici, Mehmet ErenNatural gas is an indispensable non-renewable energy source for many countries. It is used in many different areas such as heating and kitchen appliances in homes, and heat treatment and electricity generation in industry. Natural gas is an essential component of the transportation sector, providing a cleaner alternative to traditional fuels in vehicles and fleets. Moreover, natural gas plays a vital role in boosting energy efficiency through the development of combined heat and power systems. These systems produce electricity and useful heat concurrently. As nations move towards more sustainable energy solutions, natural gas has gained prominence as a transitional fuel. This is due to its lower carbon emissions when compared to coal and oil, thus making it an essential component of the global energy framework. In this study, monthly natural gas consumption data of 28 different European countries between 2014 and 2022 are used. Symbolic Aggregate Approximation method is used to analyse the data. Analyses are made with different numbers of segments and numbers of alphabet sizes, and alphabet vectors of each country are created. These letter vectors are used in hierarchical clustering and dendrogram graphs are created. Furthermore, the elbow method is used to determine the appropriate number of clusters. Clusters of countries are created according to the determined number of clusters. In addition, it is interpreted according to the consumption trends of the countries in the determined clusters.Article Performance Evaluation of Energy Companies With a Novel Integrated Multi- Criteria Decision Making Method(Kafkas University Iibf, 2022-12-27) Madenoglu, Fatma Selen; Unlusoy, Omer Faruk; Yilmaz, CagatayFinancial statements are an important tool for assessing and analyzing an organization's financial performance. Financial performance analysis allows for an accurate and appropriate appraisal of an organization's performance. The evaluation procedure must be thoroughly stated because financial performance indicators represent a company's competitiveness. This study provides a novel integrated multi-criteria decision-making method for analyzing an organization's financial performance. The applicability of the proposed method is assessed employing financial ratios that are integrated to generate a financial performance score for eight well-known Turkish energy companies. The criteria are weighted using the entropy method in the proposed method. The multi- attributive border approximation area comparison (MABAC) method is used to rank the companies. As the weights of the criteria have an impact on the ranking outcomes, a sensitivity analysis of the weights is performed. We also exhibit a comparison analysis of energy company rankings to validate the proposed approach's results using four MCDM methods: ELECTRE, MAUT, TOPSIS, and WASPAS. In addition, an alternative weighting method is also used to evaluate the results. The results show that the proposed method is an effective MCDM for coping with evaluation problems.Article Citation - WoS: 3Citation - Scopus: 3MicroRNA Prediction Based on 3D Graphical Representation of RNA Secondary Structures(Tubitak Scientific & Technological Research Council Turkey, 2019-08-05) Sacar Demirci, Muserref Duygu; Demirci, Müşerref Duygu SaçarMicroRNAs (miRNAs) are posttranscriptional regulators of gene expression. While a miRNA can target hundreds of messenger RNA (mRNAs), an mRNA can be targeted by different miRNAs, not to mention that a single miRNA might have various binding sites in an mRNA sequence. Therefore, it is quite involved to investigate miRNAs experimentally. Thus, machine learning (ML) is frequently used to overcome such challenges. The key parts of a ML analysis largely depend on the quality of input data and the capacity of the features describing the data. Previously, more than 1000 features were suggested for miRNAs. Here, it is shown that using 36 features representing the RNA secondary structure and its dynamic 3D graphical representation provides up to 98% accuracy values. In this study, a new approach for ML-based miRNA prediction is proposed. Thousands of models are generated through classification of known human miRNAs and pseudohairpins with 3 classifiers: decision tree, naive Bayes, and random forest. Although the method is based on human data, the best model was able to correctly assign 96% of nonhuman hairpins from MirGeneDB, suggesting that this approach might be useful for the analysis of miRNAs from other species.Article Karadeniz Bölgesi’nde Kurak ve Nemli Dönemlerin SPI Yöntemi Kullanılarak Belirlenmesi(2024-07-18) Ünlü, Ramazan; Öztürk, Yasemin DenizKaradeniz bölgesi Türkiye’nin en çok yağış alan bölgesidir. Ancak Karadeniz Bölgesi’nde yağışlar hem yıllar arasında hem de bölge içerisinde önemli farklılıklara sahiptir. Bu durum bölgede kuraklıkların yaşanabilmesine ve kurak-nemli dönemlerin birbirini takip etmesine neden olmaktadır. Bu çalışmada yıllık ve 12 aylık SPI değerlerine göre Karadeniz bölgesinde yaşanan kurak ve nemli dönemlerin belirlenmesi amaçlanmıştır. Bölge genelinden seçilen 26 istasyonun 1960-2020 yılları arasındaki ortalama yağış verilerine göre standardize yağış indeksi (SPI) değerleri hesaplanmıştır. Tespit edilen kurak ve nemli dönemlerin eğilimleri Mann-Kendall trend analizi kullanılarak tespit edilmiştir. Ayrıca ısı haritası kullanılarak Karadeniz Bölgesi kıyı ve iç kesimleri olarak ayrılıp kurak ve nemli dönemleri saptanmıştır. Analiz sonuçlarına göre 1966, 1969, 1974-1977, 1984-1986, 1993-1994, 2006-2007 ve 2019-2020 yıllarının normalden daha az yağış aldığı ve birçok istasyonun kuraklığı şiddetli şekilde olduğu saptanmıştır. 1967, 1988, 1996-1997, 1999, 2009 ve 2016 yıllarının ise normalden fazla yağış aldığını yani nemli karakterde olduğunu göstermektedir. Mann-Kendall trend analiz sonuçlarına göre Batı Karadeniz Bölgesinin kıyı kesimlerinde azalma eğilimde olduğu saptanmamıştır. Fakat azalışta anlamlılık bulunamamıştır. Orta ve Doğu Karadeniz bölgesinde ise artış eğilimi göstermekle birlikte bu eğilim bazı istasyonlarda anlamlı bulunmuştur. Bölgenin yer şekilleri dolayısıyla genel bir kurak ve genel bir nemli dönem olmadığı, doğu-batı doğrultusu ve kıyı-iç kesimlerde kurak ve nemli dönemlerin farklılık gösterdiği saptanmıştır.Article Kalabak Tepe Kireçtaşlarının Nihai Taşıma Gücünün Farklı Analiz Yöntemleri ile Araştırılması(2024-04-30) Kıncal, Cem; Koken, Ekin; Koca, Tümay Kadakci; Kuruoglu, MehmetFarklı kütle özelliklerine sahip kayaç kütlelerinin taşıma gücünü en doğru şekilde tahmin eden yöntemlerin seçiminde karşılaştırmalı çalışmalar önem kazanmaktadır. Hangi yöntemin daha sağlam sonuçlar verdiği dayandıkları parametrelerle ilişkili olmaktadır. Bu çalışmada, Miyosen yaşlı Kalabak Tepe (İzmir) kireçtaşlarının taşıma gücü incelemesi değişik yöntemler uygulanarak gerçekleştirilmiştir. Kayaç kütle özellikleri Genelleştirilmiş Hoek-Brown yenilme ölçütü dikkate alınarak belirlenmiştir. Taşıma gücü için uygun yöntemlerin belirlenmesinde arazi modeli ve süreksizliklerin konumları dikkate alınmıştır. Kayacın kütle dayanım parametreleriyle birlikte limit analiz veya sonlu elemanlar yöntemlerinin taşıma gücü analizlerinde kullanılması uygun bir yaklaşım olmaktadır. Sonlu elemanlar yöntemiyle kireçtaşlarının nihai taşıma gücü, limit analiz yöntemlerinden elde edilenlerle karşılaştırılmıştır. Sonuç olarak, bazı limit analiz yöntemlerinden elde edilen sonuçlar, sonlu elemanlar ve diğer limit analiz yöntemlerinden elde edilenlerden daha yüksek bulunmuştur. Yöntemler arasındaki bulgu farklılıkları detaylıca tartışılarak yöntemlerin pratik kullanımına ışık tutulmuştur.