KaydedilenlerDerginizi ekleyin

Dergiler / Iğdır Üniversitesi Fen Bilimleri Enstitüsü Dergisi / 2013 / Cilt: 3 - Sayı: 4

Zaman serileri analizi ve trafik kazası verilerine uygulanması

Time series analysis and its applications to data on traffic accidents

Şenol ÇELİK
Sayfa
43–51
Yayın Tarihi
2022-10-18
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 modele göre 2013-2020 yılları arasında Türkiyede trafk kazalarının devamlı artışgöstererek 2013 yılında 1421791 ve 2020 yılında ise 2049307 olacağı tahmin edilmektedir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışmanın amacı, Türkiyede trafk kazalarının zaman serileri ile analizi edilmesi ve en uygunzaman serisi modelinin belirlenerek gelecek döneme ait kaza sayısı tahmininin yapılmasıdır.
📊
Temel Bulgular & Veri:TÜİK kayıtlarından1955-2012 yılları arasındaki Türkiyede trafk kaza sayısı verilerinden bir zaman serisi oluşturulmuştur.
💡
Sonuç & Katkı:Bu modele göre 2013-2020 yılları arasında Türkiyede trafk kazalarının devamlı artışgöstererek 2013 yılında 1421791 ve 2020 yılında ise 2049307 olacağı tahmin edilmektedir.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:2012 Verileri
⚙️Değişkenler:Alan Parametreleri

Özet

Bu çalışmanın amacı, Türkiyede trafk kazalarının zaman serileri ile analizi edilmesi ve en uygunzaman serisi modelinin belirlenerek gelecek döneme ait kaza sayısı tahmininin yapılmasıdır. TÜİK kayıtlarından1955-2012 yılları arasındaki Türkiyede trafk kaza sayısı verilerinden bir zaman serisi oluşturulmuştur. Çalışmada,serinin otokorelasyon fonksiyonu grafğinden kendisi ve birinci farkının durağan olmadığı, ikinci fark alındıktansonra serinin durağan hale geldiği görülmüştür. Durağanlık testi için genişletilmiş Dickey-Fuller testi kullanılmıştır.Model uygunluğunun belirlenmesi için otokorelasyon grafğinin beyaz gürültüye sahip olup olmadığına ve Box- Ljung testinin sonuçlarına bakılmıştır. Denenen modellerden parametre tahminleri anlamlı bulunan ve Akaike bilgikriteri (AIC) ile Schwartz Bayesci bilgi kriteri (BIC) değerleri en küçük olan model tahminleri yapılmıştır. Trafkkazaları için belirlenen en uygun tahmin modeli ARIMA (0, 2, 3) şeklinde ifade edilen bütünleşik üçüncü derecedenhareketli ortalama modelidir. Bu modele göre 2013-2020 yılları arasında Türkiyede trafk kazalarının devamlı artışgöstererek 2013 yılında 1421791 ve 2020 yılında ise 2049307 olacağı tahmin edilmektedir.

Abstract

The purpose of this study is to analyze the road traffc accidents in Turkey through time series and topredict the number of the prospective road traffc accidents by determining the most appropriate time series model.A time series was created with the data from the records of Turkish Statistical Institute related to the numbers ofthe road traffc accidents happened in Turkey between 1955 and 2012. It was seen in the study that the differenceof the series itself and its frst difference from the autocorrelation function graph were not stable and the series be-came stable after the second difference was taken. Augmented Dickey-Fuller test was carried out for the stabilitytest. In order to defne the model appropriateness, whether the autocorrelation graph had white noise or not and theresults of Box-Ljung test were taken into consideration. Model predictions were made from previously tested mod-els whose parameter predictions were signifcant and Akaike Information Criterion (AIC) and Schwartz BayesianInformation Criterion (BIC) values were the lowest. The most appropriate prediction model defned for the roadtraffc accidents is the one called ARIMA (0, 2, 3) which is an integrated moving average model with a third de- gree mobility. In accordance with this model, it is predicted that the road traffc accidents in Turkey will increaseconsistently from 2013 to 2020 and the number in 2013 will be 1421791 and 2049307 in 2020.

🔖

Bu Makaleye Atıf Yap

ÇELİK, Ş. (2022). Zaman serileri analizi ve trafik kazası verilerine uygulanması. Iğdır Üniversitesi Fen Bilimleri Enstitüsü Dergisi, Cilt: 3 - Sayı: 4, 43–51. https://ajindex.com/articles/538616

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (18)

  1. Akdi, Y., 2010. Zaman Serileri Analizi (Birim Kökler ve Kointegrasyon). Gazi Kitabevi, Ankara, 27. Akkaya, Ş., Altıntaş, H., 2001. Türkiye’de karayolu trafk kazaları istatistik analizi: 1989-1999. V. Ulusal Ekonometri ve İstatistik Sempozyumu, 12-19 Eylül 2001, Adana. Anonim, 2013. Genel kaza istatistikleri. http://www.trafk.gov.tr/ Sayfalar/Istatistikler/Genel-Kaza.aspx Atalay, A., Tortum, A., Gökdağ, M., 2012. Türkiye’de 1977-2006 yılları arasında meydana gelen aylık trafk kazalarının zamansal analizi. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 18(3):221-229.
  2. Bowerman, B.L., O’Connell, R.T., 1993. Forecasting and Time Series: An Applied Approach. Duxbury Press.
  3. Box, G.E. P., Jenkins, G. M., 1976. Time series analysis forecasting and control revised edition. San Francisco: Holden Day, p. 25-36.
  4. Brockwell, P.J., Davis, R.A., 2006. Time series: Theory and methods. Springer, New York, 78, 310-312.
  5. Brockwell, P. J., Davis, R.A., 1996. Introduction time series and forecasting. Springer Texts in Statistics, Springer Verlag New York Inc., 35. Çodur, M. Y., Tortum, A., Çodur, M., 2013. Genelleştirilmiş Lineer Regresyon ile Erzurum Kuzey Çevre Yolu Kaza Tahmin Modeli, Iğdır Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 3(1): 79-84.
  6. Cooray, T.M.J.A., 2008. Applied time series. Analysis and forecasting. Narosa Publishing House Pvt. Ltd., pp. 136-138.
  7. Cryer, J. D., 1986.
  8. Time series analysis. PWS Publishing, USA, pp. 52-110.
  9. Dickey, D. A., Fuller, W. A., 1981. Likilihood ratio statistics for autoregressive time series with a unit root Econometrica, 49(4): 1057-1072.
  10. Günay, S., Eğrioğlu E., Aladağ, Ç. H., 2007. Tek değişkenli zaman serileri analizine giriş. Hacettepe Üniversitesi Yayınları, Ankara, 77. Hınıslıoğlu, S., Bayata, H. F., 2010. Aylık Trafk Kazalarının İstatistiksel Modellenmesi. Karayolu Güvenliği Sempozyumu Bildiriler Kitabı, 6-8 Mayıs 2010,
  11. Ankara.
  12. Kadılar, C., 2009. SPSS uygulamalı zaman serileri analizine giriş. Bizim Büro Yayınevi, Ankara, 222-233.
  13. Kutlar, A., 2005. Uygulamalı Ekonometri, 2. Baskı,
  14. Nobel Yayınları,
  15. Ankara.
  16. Montgomery, D. C., Johnson, L. A., Gardiner, J. S., 1990. Forecasting and time series analysis. Second Edition,
  17. New York, McGraw-Hill. Öğüt, K. S., İyinam, F., 1998. Türkiye’de Trafk Kazalarının Modellenmesi. 2. Uluslararası Ulaşım Sempozyumu, İstanbul.
  18. Özmen, A., 1989. Mevsimler Dalgalanmalar içermeyen Zaman Serilerinde Kısa Dönem Öngörü Amaçlı Box-Jenkins (ARIMA) Modellerinin Kullanımı, Fen-Edebiyat Fakültesi Dergisi, 2