Aral_k Degerli Zaman Serileri Öngörü Yöntemlerinin Kars_last_r_lmas_

Zaman Serilerinde gelisen bir konu olan aral_k degerli zaman serileri, çesitli çözümleme yöntemleri ve modelleme tekniklerinin farkl_ kombinasyonlar_ ile zaman serisi öngörü yöntemlerinin elde edilmesi, elde edilen yöntemlerinin öngörü dogruluklar_ kars_last_r_larak en yüksek dogrulugu saglayan yöntem ve modelin belirlenmesi amaçlanm_st_r.Veri seti olarak günlük zaman serisi verileri kullan_lm_st_r.Farkl_ yaklas_mlar (Yaklas_m1, Yaklas_m2, Yaklas_m3) ve uygun modelleme teknikleri (Karma Otoregresif Bütünlesik Hareketli Ortalama Modeli (ARIMA), Yapay Sinir Aglar_ (YSA), Holt Üstel Düzlestirme Yöntemi ve Vektör Otoregresif Modeller (VAR)) aral_k degerli zaman serilerini analiz etmek için kullan_lm_st_r.Farkl_ öngörü yöntemleri olusturulmus, aral_k degerli zaman serilerinin öngörü yöntemleri ile çözümlenmesi sonucu deneysel çal_sman_n verileri olan Hata Kareleri Ortalamas_n_n Karekökü (RMSE), Ortalama Mutlak Yüzde Hata (MAPE), Theil' in Aral_k _statistikleri (U') ve Aral_k Ortalama Oransal Varyans_ (ARV') degerleri elde edilmistir.Uygulanan yöntemlerden elde edilen öngörü sonuçlar_n_n degerlendirilmesi neticesinde VAR modelinin üstünlügü görülmüstür.