Zaman serilerinde ARIMA modelleri

Abstract

Zaman serileri analizinde son yıllarda görülen hızlı gelişmeler dinamikekonometrik teorinin gelişmesine önemli katkılar sağlamıştır. Özellikle finansalzaman serilerinin analizlerine duyulan yoğun talep dinamik ekonometri bağlamında?Finansal Ekonometri? ve ?Zaman Serisi Ekonometrisi? disiplinlerinin ortayaçıkmasına neden olmuştur. Geleneksel ekonometrik yaklaşımda zaman serilerikullanılarak yapılan tahminlerde değişkenin durağan olmaması halinde ortayaotokorelasyon ve sahte regresyon gibi sorunlar çıkmaktadır. Dolayısıyla bilgisayarteknolojisindeki gelişmeler ile birlikte yazılımdaki gelişmelere bağlı olarakistatistiksel ve ekonometrik tekniklerde de azımsanmayacak gelişmeler olmuştur.Bu teknikler yardımıyla zaman serilerinin durağan-dışılığının çözümü önemlidüzeyde kolaylaşmıştır.Bu çalışma zaman serilerine bir giriş niteliğindedir. Zaman serilerinde Box-Jenkins'in ARIMA modelleme tekniği kullanılmıştır. Bu modelleme tekniği biralgoritma şeklinde aşamalarıyla anlatılmıştır. Çalışmada teorik bilgilere yerverilmesinin yanında bunların daha kolay anlaşılması için şekillerle desteklenmiştir.Ayrıca gerçek bir veri üzerinde uygulama yapılarak teorik olarak anlatılan konulargerçek bir olay üzerinde açıklanmıştır.Anahtar Kelime: Zaman serileri, ARIMA modeli, otokorelasyon fonksiyonu, Box-Jenkins yaklaşımı, durağanlık testleriSayfa Adedi: 87Tez Yöneticisi: Prof. Dr. Mustafa Dilek

Rapid evolutions on time series in recent years have provided importantcontributions to the progress of econometric theory. Especially the immense demandto the time series analysis induced the ?Financial Econometrics? and ?Time SeriesEconometrics? disciplines to come into scene in the dynamic econometrics context.In conventional econometrics approach for the forecasts obtained using time series,in cases where variable is not stationary, problems like autocorrelation and fakeregression arise. Consequently related to the developments in computer sciences andimprovements in software noteworthy progress in statistical and econometrictechniques were observed. By those techniques the solution of non-stationaryproblems of time series has become easier.This thesis is an introduction to time series. For the time series ARIMAmodeling technique of Box-Jenkins was used. This modeling technique wasexplained step by step in an algorithmic sense. In the thesis, theoretical parts weresupported by graphs for a much better understanding. Moreover, by animplementation using real data, subjects explained theoretically were revealed on areal case.Key Words : time series, ARIMA model, autocorrelation function, Box-JenkinsApproach, staionary tests.Page number : 87Thesis Advisor : Prof.Dr.Mustafa D LEK