KaydedilenlerDerginizi ekleyin

Dergiler / Ege Akademik Bakış Dergisi / 2008 / Cilt: 8 Sayı: 2

KARŞILAŞTIRMALI OLARAK FONKSİYONEL ANA BİLEŞENLER ANALİZİ VE GSYİH VERİLERİNİN İNCELENMESİ

FUNCTIONAL PRINCIPAL COMPONENT ANALYSIS: INVESTIGATION OF GDP DATA

İstem Köymen Keser
Sayfa
915–928
Yayın Tarihi
2008-10-01
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Bu ana bileşen fonksiyonun yardımıyla GSYİH açısından bölgeler arasındaki değişkenliğin 1996 yılından sonra bir artışa geçtiği, ancak 2000 yılının ortalarından sonra da tekrar azalmaya başladığı tespit edilmiştir

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışmada öncelikle Ana Bileşenler ve Fonksiyonel Ana Bileşenler Analizi karşılaştırmalı olarak ele alınmış ve ekonomik gelişmenin bir göstergesi olan Gayri Safi Yurt İçi Hasıla (GSYİH) verileri Fonksiyonel Ana Bileşenler Analizi ile incelenerek verileri fonksiyonel açıdan ele almanın avantajları sunulmuştur.
📊
Temel Bulgular & Veri:Fonksiyonel Ana Bileşenler Analizi ile 1987-2001 yılları arasında ülkemizdeki 7 bölgenin GSYİH verilerinin değişkenlik yapısı %99 gibi çok yüksek bir varyans açıklama yüzdesine sahip birinci ana bileşen fonksiyonuyla ortaya konulmuştur.
💡
Sonuç & Katkı:Bu ana bileşen fonksiyonun yardımıyla GSYİH açısından bölgeler arasındaki değişkenliğin 1996 yılından sonra bir artışa geçtiği, ancak 2000 yılının ortalarından sonra da tekrar azalmaya başladığı tespit edilmiştir
🔬Tür:Makale
📍Kapsam:2001 Verileri
⚙️Değişkenler:Fonksiyonel Veri Analizi · Fonksiyonel Ana Bileşenler Analizi · Functional Data Analysis

Özet

Bu çalışmada öncelikle Ana Bileşenler ve Fonksiyonel Ana Bileşenler Analizi karşılaştırmalı olarak ele alınmış ve ekonomik gelişmenin bir göstergesi olan Gayri Safi Yurt İçi Hasıla (GSYİH) verileri Fonksiyonel Ana Bileşenler Analizi ile incelenerek verileri fonksiyonel açıdan ele almanın avantajları sunulmuştur. Fonksiyonel Ana Bileşenler Analizi ile 1987-2001 yılları arasında ülkemizdeki 7 bölgenin GSYİH verilerinin değişkenlik yapısı %99 gibi çok yüksek bir varyans açıklama yüzdesine sahip birinci ana bileşen fonksiyonuyla ortaya konulmuştur. Bu ana bileşen fonksiyonun yardımıyla GSYİH açısından bölgeler arasındaki değişkenliğin 1996 yılından sonra bir artışa geçtiği, ancak 2000 yılının ortalarından sonra da tekrar azalmaya başladığı tespit edilmiştir

Abstract

In this study, Principal Components and Functional Principal Components Analyses discussed comparatively. Gross Domestic Product (GDP) data is analyzed by Functional Principal Component Analysis and the advantages of dealing data in a functional way is presented. GDP data (between 1987 and 2001) for seven regions of Turkey is studied by Functional Principal Component Analysis, it is found that %99 of the variation structure can be explained by the first principal component function. It is also revealed that the variation between regions began to increase after the year 1996. However, it began to decrease rapidly after year 2000

🔖

Bu Makaleye Atıf Yap

Keser, İ. K. (2008). KARŞILAŞTIRMALI OLARAK FONKSİYONEL ANA BİLEŞENLER ANALİZİ VE GSYİH VERİLERİNİN İNCELENMESİ. Ege Akademik Bakış Dergisi, Cilt: 8 Sayı: 2, 915–928. https://ajindex.com/articles/1476900

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (25)

  1. ANDERSON T.W. (2003). “An Introduction to Multivariate Statistical
  2. Analysis”,Wiley-Interscience, USA BARRA V. (2004). “Analysis of Gene Expression Data Using Functional
  3. Principal Components”, Computer Methods and Programs in Biomedicine, (1):1-9. BENKO M. (2004). “Functional Principal Components analysis, Implementation and Applications”. A Master Thesis, Humboldt University Center of Applied
  4. Statistics and Economics, Berlin. BENKO M., HARDLE W., and KNEİP A.(2006). “Common Functional Principal
  5. Components” SFB 649, DiscussionPaper http://ideas.repec.org/p/hum/wpaper/sfb649dp2006-010.html, (10.11.2006)
  6. CASTRO P. E, LAWTON W. H., and SYLVESTRE E. A. (1986). “Principal
  7. Modes Of Variation for Processes with Continuous Sample Curves”,Technometrics, 28(4 ):329-337. HALL P. and NASAB H. M. (2006). “On Properties Of Functional Principal
  8. Components Analysis”, Journal of the Royal Statistical Society: Series B, (1):109-126. JAMES G. M., HASTİE T.J., and SUGAR C.A. (2000), “Principal Components
  9. Models For Sparse Functional Data”, Biometrica, 87(3):587-602. JOLIFFE I.T. (2002). “Principal Component Analysis”,Springer – Verlag, New York.
  10. LEE H.J. (2004). “Functional Data Analysis: Classification and Regression”.
  11. Doctor of Philosophy, Texas A&M University. LOBER E.M., and VİLLA C. (2004). “Functional Principal Component Analysis of the Yield Curve”, http://www.u-cergy.fr/AFFI_2004/IMG/pdf/MATZNER.pdf, (05.05.2005).
  12. LOBER E.M., and VİLLA C. (2004). “Functional Principal Component Analysis of the Yield Curve”, http://www.u-cergy.fr/AFFI_2004/IMG/pdf/MATZNER.pdf, (05.05.2005).
  13. LYCHE, T. and MORKEN, K., (2002). “Spline Methods Draft”, http://www.ifi.uio.no/in329/nchap1.pdf,( 10.07.2005).
  14. MARDİA K.V., KENT J.T., and BİBBY J.M. (1989). “Multivariate Analysis”,
  15. Academic Press, London. RAMSAY J.O., & SİLVERMAN B.W. (2005). “Functional Data Analysis” Second
  16. Edition, Springer, USA. RAMSAY J.O., (2000). “Functional Principal Component Analysis”,, ftp://ego.psych.mcgill.ca, (11.04.2005).
  17. RAMSAY J.O., and SİLVERMAN B.W. (1997). “Functional Data Analysis”,
  18. Springer – Verlag, New York. RAMSAY, J. O., and DALZELL C. (1991). “Some Tools For Functional Data
  19. Analysis”, Journal of the Royal Statistical Society: Series B.,53 (3):539-572. RAMSAYJ.O.,(2003).,http://www.psych.mcgill.ca/faculty/ramsay/ramsay.html, (11.04.2005).
  20. TÜİK (2007), http://www.tuik.gov.tr, (14.08. 2007 ).
  21. YAMANİSHİ Y., & TANAKA Y. (2005). “Sensitivity Analysis in Functional
  22. Principal Component Analysis” Computational Statistics, 20(2):313-329.
  23. Modes Of Variation for Processes with Continuous Sample Curves”,Technometrics, 28(4 ):329-337. HALL P. and NASAB H. M. (2006). “On Properties Of Functional Principal
  24. LYCHE, T. and MORKEN, K., (2002). “Spline Methods Draft”, http://www.ifi.uio.no/in329/nchap1.pdf,( 10.07.2005).
  25. Edition, Springer, USA. RAMSAY J.O., (2000). “Functional Principal Component Analysis”,, ftp://ego.psych.mcgill.ca, (11.04.2005).