Öz
The aim of this study is forecasting the honey production amount in Turkeyfor 1950-2014 period by practising upon the data for 1950-2014 period and determining the best model type. It was seen in the study that the difference of the series itself from the autocorrelation function graph were not stable and the series became stable after the first difference was taken. Augmented Dickey-Fuller test was carried out for the stability test. Model predictions were made from previously tested models whose parameter predictions were significant and Akaike Information Criterion (AIC) and Schwartz Bayesian Information Criterion (BIC) values were the lowest. The most appropriate prediction model defined for the honey production is the one called ARIMA (0,1,1) which is an integrated moving average model with a first degree mobility. In accordance with this model, it is predicted that the honey production inTurkey will increase consistently from 2015 to 2020 and the number in 2015 will be 100 501 and107 887 in 2020.
Anahtar Kelimeler
Kaynakça
- TÜİK, İstatistik Göstergeler 1923-2013. Türkiye İstatistik Kurumu Matbaası, Yayın No: 4361, Ankara, 2014.
- D. A. Dickey, W. A. Fuller, Likelihood ratio statistics for autoregressive time series with a unit root. Econometrica cilt 49(4): 1057-1072, 1981.
- W. W. S. Wei, Time series analysis. Addison Wesley Publishing Company, New York, 2006.
- D. C. Montgomery, L. A. Johnson, J. Gardiner, Forecasting and time series analysis. McGraw- Hill, Inc., USA., 1990.
- M. Sevüktekin, M. Nargeleçekenler, Ekonometrik zaman serileri analizi Eviews uygulamalı. Nobel Yayınları, Ankara, 2010.
- J. D. Cryer, Time series analysis, PWS Publishers, USA., 1986.
- P. J. Brockwell, R. A. Davis, Introduction time series and forecasting. Springer, New York, 1996.
- G. E. P. Box, G. M. Jenkins, Time series analysis. Forecasting and Control, rev. ed., San Francisco, 1976
- C. Kadılar, SPSS uygulamalı zaman serileri analizine giriş, Bizim Büro Yayınevi, Ankara, 300 s., 2009.
- Y. Akdi, Zaman serileri analizi (Birim kökler ve kointegrasyon), Gazi Kitabevi, Ankara, 2010.
- T. M. J. A. Cooray, Applied time series. Analysis and forecasting. Narosa Publishing House Pvt. Ltd, New Delhi, 2008.
- Available: FAO, Statistical database. http://faostat3.fao.org/download/T/TP/E, [Erişildi: 18 Haziran 2015]. 2012.
Öz
Bu çalışma ile Türkiye’de 1950-2014 dönemi için bal üretim miktarı serisinin tahmininin yapılması ve en başarılı sonucu veren model tipinin belirlenmesi amaçlanmıştır. Bunun için, 1950-2014 döneminin baz alındığı bal üretimi serisinden yararlanılmıştır. Çalışmada, serinin otokorelasyon fonksiyonu grafiğinden durağan olmadığı, birinci fark alındıktan sonra serinin durağan hale geldiği görülmüştür. Durağanlık testi için genişletilmiş Dickey-Fuller testi kullanılmıştır. Denenen modellerden parametre tahminleri anlamlı bulunan ve Akaike bilgi kriteri (AIC) ile Schwartz Bayesci bilgi kriteri (BIC) değerleri en küçük olan model tahminleri yapılmıştır. Bal üretimi için belirlenen en uygun tahmin modeli ARIMA(0,1,1) şeklinde ifade edilen bütünleşik birinci dereceden hareketli ortalama modelidir. Bu modele göre 2014-2020 yılları arasında Türkiye’de bal üretiminin devamlı artış göstererek 2015 yılında 100 501 ve 2020 yılında ise 107 887 olacağı tahmin edilmektedir.
Anahtar Kelimeler
Kaynakça
- TÜİK, İstatistik Göstergeler 1923-2013. Türkiye İstatistik Kurumu Matbaası, Yayın No: 4361, Ankara, 2014.
- D. A. Dickey, W. A. Fuller, Likelihood ratio statistics for autoregressive time series with a unit root. Econometrica cilt 49(4): 1057-1072, 1981.
- W. W. S. Wei, Time series analysis. Addison Wesley Publishing Company, New York, 2006.
- D. C. Montgomery, L. A. Johnson, J. Gardiner, Forecasting and time series analysis. McGraw- Hill, Inc., USA., 1990.
- M. Sevüktekin, M. Nargeleçekenler, Ekonometrik zaman serileri analizi Eviews uygulamalı. Nobel Yayınları, Ankara, 2010.
- J. D. Cryer, Time series analysis, PWS Publishers, USA., 1986.
- P. J. Brockwell, R. A. Davis, Introduction time series and forecasting. Springer, New York, 1996.
- G. E. P. Box, G. M. Jenkins, Time series analysis. Forecasting and Control, rev. ed., San Francisco, 1976
- C. Kadılar, SPSS uygulamalı zaman serileri analizine giriş, Bizim Büro Yayınevi, Ankara, 300 s., 2009.
- Y. Akdi, Zaman serileri analizi (Birim kökler ve kointegrasyon), Gazi Kitabevi, Ankara, 2010.
- T. M. J. A. Cooray, Applied time series. Analysis and forecasting. Narosa Publishing House Pvt. Ltd, New Delhi, 2008.
- Available: FAO, Statistical database. http://faostat3.fao.org/download/T/TP/E, [Erişildi: 18 Haziran 2015]. 2012.
Ayrıntılar
| Birincil Dil | Türkçe |
|---|---|
| Konular | Mühendislik |
| Bölüm | Araştırma Makalesi |
| Yazarlar | |
| Yayımlanma Tarihi | 12 Aralık 2015 |
| Gönderilme Tarihi | 27 Mart 2015 |
| Kabul Tarihi | 23 Haziran 2015 |
| Yayımlandığı Sayı | Yıl 2015 Cilt: 19 Sayı: 3 |
Kaynak Göster
Cited By
Türkiye Yaş İncir Üretimi ve Kuru İncir İhracatı için Öngörü: ARIMA Modeli Yaklaşımı
Tekirdağ Ziraat Fakültesi Dergisi
https://doi.org/10.33462/jotaf.684893
Türkiye’deki Tiftik Üretimi Değişiminin Regresyon Analizi ile İncelenmesi
Türkiye Tarımsal Araştırmalar Dergisi
https://doi.org/10.19159/tutad.773412
Türkiye’de İklim Değişikliğinin Bal Verimine Etkisi: ARDL Sınır Testi Yaklaşımı
Mustafa Kemal Üniversitesi Tarım Bilimleri Dergisi
https://doi.org/10.37908/mkutbd.1000097
Çam balı üretici satış fiyatlarının Box-Jenkins modeli ile öngörüsü
Turkish Journal of Forestry | Türkiye Ormancılık Dergisi
Emre GÖKSU
https://doi.org/10.18182/tjf.917303
Türkiye’de Kırmızı Et ve Süt Fiyatlarının Zaman Serisi Analizi ile Tahmini
Veteriner Hekimler Derneği Dergisi
Mehmet KÜÇÜKOFLAZ
https://doi.org/10.33188/vetheder.534469
Sakarya University Journal of Science (SAUJS)