Türkiye Sanayi Üretim Endeksinin XGBoost ve ARIMA ile Tahmini

Authors : Halit Alper Tayalı

Pages : 68-75

Doi:10.56203/iyd.1668673

View : 161 | Download : 288

Publication Date : 2025-07-31

Article Type : Research Paper

Abstract :Bu çalışma, Türkiye\\\'nin sanayi üretim endeksine yönelik zaman serisi tahmininde makine öğrenmesi ve geleneksel istatistiksel yöntemlerinin göreli başarılarını karşılaştırmayı amaçlamaktadır. Analizde, karar ağaçlarına dayalı güçlü bir topluluk öğrenme algoritması olan XGBoost ve geleneksel zaman serisi analizinin başlıca yöntemlerinden ARIMA modeli ele alınmıştır. 1986-2025 dönemine ait toplam 469 aylık veri kullanılmış ve modellerin eğitim ve test performansları ortalama karesel hatanın karekökü (“root mean squared error”, RMSE), ortalama mutlak hata (“mean absolute error”, MAE) ile belirlilik katsayısı (R²) metrikleri üzerinden değerlendirilmiştir. Araştırmanın bulguları, XGBoost ve ARIMA modellerinin sanayi üretim endeksi tahmininde benzer performans sergilediğini, ancak XGBoost\\\'un hiperparametre optimizasyonu ve hesaplama maliyeti açısından daha karmaşık bir süreç gerektirdiğini göstermektedir. Öte yandan, her iki yöntemin de mevsimsellik ve dışsal makroekonomik göstergeleri doğrudan modele dahil etmemesi nedeniyle tahmin doğruluklarının sınırlı kaldığı anlaşılmaktadır. Bu bağlamda çalışma, sanayi üretimi gibi karmaşık ekonomik göstergelerin tahmininde makine öğrenmesi ve geleneksel yöntemlerin birbirini tamamlayan niteliklerini ortaya koyarak, gelecek araştırmalara hibrit modeller ve genişletilmiş değişken setleriyle daha kapsayıcı analizler yapılması yönünde öneriler sunmaktadır.
Keywords : Sanayi Üretim Endeksi, XGBOOST, ARIMA, Zaman Serisi Tahmini

ORIGINAL ARTICLE URL