✨
AI Summary & Key Takeaways
AI Insight⚡ TL;DR(Too Long; Didn't Read)
Çalışmanın ampirik sonuçlarına göre, reçete başına ortalama maliyet değişkenine ait öngörülerde bulunurken ARIMA (2,1,2) modeli en başarılı sonuçları vermektedir.
📌 3 Key Takeaways
🎯
Objective & Hypothesis:Bu çalışmada Türkiye’de reçete başına ortalama maliyet değişkeni Otoregresif Bütünleşik Hareketli Ortalama Modelleri (ARIMA) yöntemleriyle tahmin edilmiş ve tahminlere dayalı öngörüler yapılarak öngörü performansları karşılaştırılmıştır.
📊
Key Findings & Data:Veri seti Ocak 2009-Haziran 2013 dönemini kapsamaktadır.
💡
Conclusion & Impact:Çalışmanın ampirik sonuçlarına göre, reçete başına ortalama maliyet değişkenine ait öngörülerde bulunurken ARIMA (2,1,2) modeli en başarılı sonuçları vermektedir.
🔬Design:Modeling & Simulation
📍Scope:2009 Verileri
⚙️Variables:Reçete başına ortalama maliyet · ARIMA modeli · öngörü
Özet
Bu çalışmada Türkiye’de reçete başına ortalama maliyet değişkeni Otoregresif Bütünleşik Hareketli Ortalama Modelleri (ARIMA) yöntemleriyle tahmin edilmiş ve tahminlere dayalı öngörüler yapılarak öngörü performansları karşılaştırılmıştır. Veri seti Ocak 2009-Haziran 2013 dönemini kapsamaktadır. Çalışmanın ampirik sonuçlarına göre, reçete başına ortalama maliyet değişkenine ait öngörülerde bulunurken ARIMA (2,1,2) modeli en başarılı sonuçları vermektedir.
🔖
Cite This Article
Akar, S. (2014). Türkiye’de Reçete Başına Ortalama Maliyet Serisinin Zaman Serisi Modelleriyle Öngörüsü ve Öngörü Performanslarının Karşılaştırılması. SOSYAL GÜVENLİK DERGİSİ, Cilt: 4 Sayı: 2, 176–192. https://ajindex.com/articles/952844