COMPARISON OF SINGLE AND MODIFIED EXPONENTIAL SMOOTHING METHODS IN THE PRESENCE OF A STRUCTURAL BREAK

BASİT VE MODİFİYE EDİLMİŞ ÜSSEL DÜZELTME YÖNTEMLERİNİN YAPISAL KIRILMA OLMASI DURUMUNDA KARŞILAŞTIRILMASI

Abstract

The modeling of the series in the time series analysis, as well as the examination of the relations betweenthem, is the main purpose of the future forecasting. One of the most widely used methods in the literature isexponential smoothing methods. Due to many reasons such as financial crises, natural disasters in the dataproduction processes of the series, permanent structural changes can occur. These changes affect modelparameters as well as analysis results. The main purpose of this study is to compare the predictiveperformances of the newly developed Modified Exponential Smoothing (MSES)(2016) methods with thesimple exponential smoothing (SES) when there are structural breaks in the series with different breakmagnitude and different break location. Mean Absolute Error values of methods are affected by the samplesize, break magnitude and location. The breaks in the data set would affect the model estimation negatively.Possible breaks’ magnitude and locations should be taken into consideration in the use of the MSES method.

Özet

Zaman serisi analizlerinde serilerin modellenmesinin, aralarındaki ilişkilerin incelenmesinin yanında temel amaç geleceğe yönelik öngörümleme yapmaktır. Literatürde en yaygın kullanılan yöntemlerden biri üssel düzeltme yöntemleridir. Serilerinin veri üretim süreçlerinde, finansal krizler, doğal afetler gibi birçok nedenden dolayı kalıcı yapısal değişimler meydana gelebilmektedir. Bu değişimler model parametrelerini değiştirebildiği gibi analiz sonuçlarına da etki etmektedirler. Bu çalışmadaki temel amaç, seride yapısal kırılmalar olduğunda basit üssel düzeltme (SES) ile yeni geliştirilmiş olan Modifiye Üssel Düzeltme (MSES)(2016) yöntemlerinin tahminleme performanslarını karşılaştırmaktır. Hata teriminin (MAE) ortalama ve varyansı örneklemin büyüklüğünden, kırılmanın şiddetinden ve konumundan etkilenmektedir. Veri setindeki kırılmalar model tahmini olumsuz etkilemektedir. MSES yönteminin kullanılmasında olası kırılmaların büyüklükleri ve konumları dikkate alınmalıdır.