Veri madenciliği yöntemleri ile ana harcama gruplarının paylarının tahmini
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Hacettepe Üniversitesi, Fen Bilimleri Enstitüsü, İstatistik A.B.D., Türkiye
Tezin Onay Tarihi: 2015
Tezin Dili: Türkçe
Öğrenci: LEVENT AHİ
Asıl Danışman (Eş Danışmanlı Tezler İçin): MURTAZA ÖZGÜR YENİAY
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Bir ülkenin sosyal istatistik altyapısını gelir, eğitim, sağlık, işgücü ve tüketim alanında yapılan araştırmalar oluşturmaktadır. Kurumların ve işletmelerin veri tabanlarında bu alanlarda yapılmış yüzlerce araştırma verisi bulunmaktadır. Kurumlar ve işletmeler, sayısal teknolojilerin gelişmesiyle birlikte her kayıtlarını elektronik olarak biriktirmeye başlamış ve bunun sonucunda da akıl almaz derecede veri birikimi meydana gelmiştir. Veri tabanlarında ve veri ambarlarında depolanan bu veri yığınları arasından anlamlı ilişkilerin, kalıpların ve eğilimlerin ortaya çıkartılması ihtiyacı doğmuş, gelecek adına doğru tahminlerin yapılması önem kazanmıştır. Veri madenciliği uygulamaları işte bu noktada, istatistiksel analiz ve modellemeler ile makine öğrenimi yöntemlerinin kullanılması ile devreye girmiştir. Veri madenciliği, eldeki verilerden üstü kapalı, çok net olmayan, önceden bilinmeyen ancak potansiyel olarak kullanışlı bilginin çıkarılmasıdır. Veri madenciliğini bu anlamda istatistiksel bir yöntemler serisi olarak görmek mümkün olabilir. Ancak veri madenciliği, geleneksel istatistikten birkaç yönden farklılık göstermektedir. Veri madenciliğinde amaç, kolaylıkla mantıksal kurallara ya da görsel sunumlara çevrilebilecek nitel modelleri çıkarmaktır. Bu bağlamda, veri madenciliği insan merkezlidir ve bazen insan – bilgisayar arayüzü birleştirilir. Her ne kadar kurumların ve işletmelerin veri tabanlarında yüzlerce araştırma verisi bulunsa da elde bulunan araştırmalar istenilen tüm değişkenlere sahip olmayabilir. Bazı durumlarda istenilen değişkenleri aynı anda barındıran veri setlerine ihtiyaç duyulmaktadır. İstenilen değişkenlerinin tümünü aynı araştırmadan elde edebilmek için yeni araştırma yapmak maliyetli olduğu için tercih edilmeyen bir yöntemdir. Son yıllarda bu aşamadaki eksikliği gidermek için model bazlı bazı yaklaşımlar sıklıkla kullanılmaya başlanmıştır. Model bazlı yaklaşıma örnek olarak istatistiksel eşleştirme gösterilebilir. İstatistiksel eşleştirme, iki veya daha fazla kaynaktan toplanan değişken veya göstergeler için birleşik istatistiksel bilgi üretmek için kullanılan model bazlı bir yaklaşımdır. Bu yaklaşımın faydası, araştırma maliyeti ve cevaplayıcı yükü yaratmadan mevcut veriyi kullanma ve farklı araştırmalar arasında tutarlılık kontrolü yapabilme imkanı sağlamasıdır. Bu tez kapsamında, öncelikle Türkiye İstatistik Kurumu'nun (TÜİK) yaptığı Hanehalkı Bütçe Araştırması (HBA) ve Gelir ve Yaşam Koşulları Araştırması (GYKA) çalışmaları hakkında detaylı bilgiler verilmiş, veri madenciliği süreci hakkında genel tanımlamalar yapılmış ve bu kapsamda kullanılan yöntemlerden bahsedilmiştir. Çalışmada veri madenciliği yazılımı IBM SPSS Modeler 16.0 ile TÜİK'in 2011 yılında yapmış olduğu HBA kapsamına dahil olan 9 918 hanehalkının, yine TÜİK'in 2012 yılında yapmış olduğu GYKA kapsamındaki 17 562 hanehalkının ortak değişkenleri kullanılarak GYKA haneleri için Amaca Göre Bireysel Tüketimin Sınıflandırılması (COICOP) 12 ana harcama grubu bazında harcama değişkenlerini tahmin etmeye yönelik veri madenciliği yöntemleri kullanılarak istatistiksel eşleştirme ile ilgili bir uygulama gerçekleştirilmiştir.