Dergiler / Hacettepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi / 2019 / Cilt: 37 - Sayı: 2
VERİ ZARFLAMA ANALİZİ TEMELLİ YAPAY SİNİR AĞLARI VE LOJİSTİK REGRESYON ANALİZİ İLE TEKNOLOJİ GELİŞTİRME BÖLGELERİNİN ETKİNLİKLERİNİN TAHMİNLENMESİ
- Sayfa
- 271–293
- DOI
- —
Özet
Teknoloji geliştirme bölgeleri, üniversite ve sanayinin deneyimlerini paylaşarak teknolojik bilgilerin üretildiği ve ticarileştirildiği ortamlardır. Ülkelerin teknoloji politikalarının odağında olan teknoloji geliştirme bölgeleri ya da teknoparklar, tüm dünyada olduğu gibi ülkemizin de önem verdiği bir konudur ve sürekli yatırımlar yapılarak yeni teknoparkların açılması sağlanmaktadır. Bu çalışmada, Yapay Sinir Ağları ve Lojistik Regresyon Analizi, Veri Zarflama Analizi ile bütünleşik olarak kullanılarak teknoloji geliştirme bölgelerinin etkinliklerini tahminleyen iki farklı model geliştirilmesi ve bu modellerin tahmin performanslarının karşılaştırılması amaçlanmıştır. Girdi değişkenlerine bağlı olarak yeni kurulacak bir teknoloji geliştirme bölgesinin ileride gerçekleştirecek performansı tahminlenmiştir. Analiz sonuçları, Yapay Sinir Ağlarının etkin olan ve olmayan teknoloji geliştirme bölgelerini % 100 oranında doğru olarak sınıflandırdığını, Lojistik Regresyon Analizinin ise sınıflandırma performansının % 89.7 olduğunu ortaya koymuştur.
Abstract
Technology development regions are the places where technological knowledge is produced and commercialized by sharing the experiences of university and industry with together. Technological development regions or technoparks those are at the center of technology policies of the countries are a matter which is important for our country as it is all over the world and continuous investments are made to establish new technoparks. In this study, it is aimed to develop two different models that predict the efficiency of the technology development zones and to compare the predictive performances of these models using Artificial Neural Networks-Data Envelopment Analysis and Logistic Regression Analysis-Data Envelopment Analysis models. Based on the input variables, the future performance of a new technology development zone is estimated. The results of the analysis have showed that Artificial Neural Networks classify the efficient and non-efficient technology development regions as 100% correctly while the classification performance of the Logistic Regression Analysis is 89.7%.