Search

Yük profili katsayıları, elektrik enerjisi tüketicileri için günlük ve yıllık elektrik kullanım modelini temsil etmektedir. Elektrik Enerjisi Piyasasında dengesizlik maliyetlerini asgari düzeye indirmek için yük profil katsayılarının doğru ve güvenilir bir şekilde belirlenmesi önemli hale gelmiştir. Doğru tahminler yapmak için güvenilir yöntemler ve yeterli ölçüm verileri gereklidir. Yük profil katsayıları günlük, aylık, mevsimlik veya yıllık olarak belirlenmektedir. Ülkemizde dağıtım şirketleri tüketim miktarını tahmin etmeye çalışırken sanayi, mesken, ticarethane, tarımsal sulama gibi abone gruplarının tüketimlerini saatlik olarak ayrı ayrı değerlendirmeye çalışır. Mesken abonelerinin faturalandırılması aylık olarak yapıldığından dolayı tüketim değerleri de ay sonunda belli olur. Bu nedenle profil katsayılarının saatlik değerlendirmesinde de güçlükler yaşanır. Ayrıca tüketim tahmininde kullanılacak olan bu profil katsayılarının hesaplanmasında sıcaklık nem gibi meteorolojik veriler dikkate alınmamaktadır. Meteorolojik veriler tüketimi etkilediği bilinen önemli değişkenlerden biridir. Profil katsayılarının hesaplanmasında meteorolojik verilerin dikkate alınmaması durumunun yapılacak tahmin işleminin güvenilirliğini azaltacağı düşünülmektedir. Bu tezde, Türkiye'nin Düzce ili için yük profil katsayılarını belirlemek için çoklu polinomik regresyon analizi yöntemi kullanılarak matematiksel tahmin modelleri geliştirilmiştir. İlk olarak, önceden örneklem olarak belirlenmiş 50 farklı mesken abonesinde saatlik elektrik enerjisi tüketimi ve meteorolojik sıcaklıklar ölçülmüştür. Ölçülen veriler kullanılarak matematiksel tahmin modelleri üretilmiş ve ardından bu matematiksel tahmin modelleri kullanılarak, yük profil katsayıları belirlenmiştir. Belirlenen yük profil katsayıları kullanılarak elektrik enerjisi tüketimleri tahmin edilmiş ve tahmin sonuçları ölçüm verileri ile karşılaştırılmıştır. Matematiksel tahmin modelleri literatürde kabul gören tahmin hata testlerine tabi tutulmuş ve modellerin performansları doğrulanmıştır. Elde edilen sonuçlara göre matematiksel tahmin modellerinin gelecekte değişen meteorolojik koşullara bağlı olarak %96'ya varan doğrulukla yükleri tahmin edebildiği görülmüş ve yük profil katsayılarının hesaplanması için hızlı ve pratik bir yöntem olarak önerilmiştir. Çalışma, üretilen matematiksel tahmin modellerinin Türkiye'nin Düzce ilinde yük profil katsayılarının belirlenmesi için tatmin edici sonuçlar elde ettiğini göstermektedir. The load profile coefficients represent the daily and annual electricity usage pattern for electrical energy consumers. It has become important to determine the load profile coefficients accurately and reliably in order to minimize the imbalance costs in the Electricity Energy Market. Reliable methods and sufficient measurement data are required to make accurate estimates. Load profile coefficients are determined on a daily, monthly, seasonal or annual basis. While trying to estimate the amount of consumption in our country, distribution companies try to evaluate the consumption of subscriber groups such as industry, residence, business, agricultural irrigation on an hourly basis. Since residential subscribers are billed monthly, consumption values are also determined at the end of the month. For this reason, there are difficulties in the hourly evaluation of profile coefficients. In addition, meteorological data such as temperature and humidity are not taken into account in the calculation of these profile coefficients to be used in the consumption estimation. Meteorological data is one of the important variables known to affect consumption. It is thought that the fact that meteorological data are not taken into account in the calculation of the profile coefficients will reduce the reliability of the estimation process. In this thesis, mathematical estimation models were developed using multiple polynomial regression analysis method to determine the load profile coefficients for Düzce, Turkey. First, hourly electrical energy consumption and meteorological temperatures were measured in 50 different residential subscribers, which were determined as a sample beforehand. Using the measured data, mathematical prediction models were produced and then load profile coefficients were determined using these mathematical prediction models. Electrical energy consumptions were estimated using the determined load profile coefficients and the estimation results were compared with the measurement data. Mathematical estimation models have been subjected to estimation error tests accepted in the literature and the performances of the models have been verified. According to the results obtained, it has been seen that mathematical forecasting models can predict loads with an accuracy of up to 96% depending on the changing meteorological conditions in the future and it has been suggested as a fast and practical method for calculating load profile coefficients. The study shows that the mathematical prediction models produced have obtained satisfactory results for the determination of load profile coefficients in Düzce, Turkey.

Bu çalışmada, tekstil atıksularının arıtımı ve deşarjında önemli bir parametre olan KOİ’nin (Kimyasal Oksijen İhtiyacı) elektrokimyasal proses ile giderimi incelenmiştir. Bir kot kumaşı üretim tesisine ait gerçek atıksu farklı kombinasyonlarda demir, alüminyum, paslanmaz çelik ve grafit elektrotlar kullanılarak elektrokimyasal prosesle arıtılmıştır. Arıtma sürecinde etkili olan optimum işletme parametreleri belirlenmiştir. Buna göre; en uygun elektrot çifti demir ve paslanmaz çelik, pH 8,27, akım 0,8 A, akım yoğunluğu 20,78 mA/cm2 , iletkenlik değeri 4000 μs/cm, elektrotlar arası mesafe 1 cm ve 15 dakika işletim süresi optimum koşullar olarak belirlenmiştir. Bu şartlar altında %91,25 KOİ giderim verimi elde edilmiştir. Elde edilen deneysel sonuçlar IBM SPSS Version 24 programı kullanılarak doğrusal olmayan regresyon yöntemi ile modellenmiştir. pH, süre, akım, voltaj, elektrotlar arası mesafe ve iletkenlik parametrelerindeki değişime bağlı olarak KOİ giderim verimi matematiksel olarak ifade edilmiştir. Böylece, deneysel bir çalışma yapılmadan elektrokimyasal metotlar kullanarak benzer özellikteki tekstil atıksularından KOİ’nin hangi orandam giderilebileceği belirlenmiştir., In this study, the removal of COD (Chemical Oxygen Demand), which is an essential parameter in the treatment and discharge of textile wastewater by electrochemical process was investigated. A denim fabrication plant wastewater was treated using iron, aluminum, stainless steel and graphite electrodes in different combinations. The effective optimum operating parameters were determined at the treatment process. The optimum operating parameters were determined as; iron and stainless steel electrode pairs, pH= 8.27, current = 0.8 A, current density= 20.78 mA/cm2 , conductivity= 4000 μs/cm, distance between electrodes= 1cm and operating time= 15 minutes. The COD removal efficiency was obtained 91.25% at these conditions. The experimental results were modeled by a non-linear regression method using IBM SPSS Version 24 program. The COD removal efficiency was conceived mathematically according to the variations of pH, time, current, voltage, the distance between electrodes and conductivity parameters. As a result, a COD removal efficiency can be determined by using electrochemical methods at similar textile wastewater without an experimental study.

Dış ticaret ülkeler arası fiyatların karşılıklı olarak yakınsamasında önemli bir rol oynamaktadır. Ülkeler dış ticaret yaptıkça içeride düşük fiyatlarla ürettikleri ürünleri dış talebin etkisiyle daha yüksek fiyatlardan ihraç etme imkânına kavuşurken, yine iç piyasada yüksek fiyatlardan üretebildikleri ürünleri ithal ederek tüketicilerin daha düşük fiyatlardan ürünlere ulaşmasını sağlayabilmektedirler. Dış ticaret yoğunlaştıkça; ihracatçı ülkede ucuz olan ürünlerin fiyatları artarken, ithalatçı ülkede de pahalı olan ürünlerin fiyatı düşerek yakınsama süreci devam etmektedir. Bu çalışmanın amacı, Türkiye’nin enflasyon oranı üzerinde dış ticaretin etkisini; döviz kuru ve dışa açıklık değişkenleri ile doğrusal olmayan ekonometrik bir model çerçevesinde araştırmaktır. Bu çalışmada; Türkiye’de döviz kuru, dışa açıklık ve enflasyon arasındaki ilişkinin ortaya konulması amaçlanmıştır. 2003Q1-2018Q4 dönemi için çeyrek yıllık veriler kullanılarak bu değişkenler arasındaki eşbütünleşme ve nedensellik ilişkisi incelenmiştir. Yapılan ekonometrik analiz sonuçlarına göre, seriler birim kök içermekte ve seriler arasında eş-bütünleşme olduğu bulgusuna ulaşılmıştır. Ayrıca değişkenler arasındaki nedensellik ilişkisine göre; hem döviz kurundan enflasyona doğru tek yönlü hem de dışa açıklıktan enflasyona doğru tek yönlü nedensel ilişki bulunmuştur. Foreign trade plays an important role in the mutual convergence of cross-country prices. As countries perform foreign trade, they can export the products, which they produce in low prices, in higher prices due to foreign demand, while they can import products that they can produce at higher prices in the domestic market so that consumers can reachproducts at lower prices. As foreign trade intensifies; while the prices of cheap products increase in the exporting country, the price of the products that are expensive in the importing country decreases and the convergence process continues. The purpose of this study is to analyze the impact of foreign trade on Turkey's inflation rate; exchange rate and openness variables with regards to non-line are conometric model. This study aims to reveal the correlation between the exchange rate, openness and inflation rate in Turkey. For the 2003Q1-2018Q4 period, the co-integration and causality relationship between the sevariables were examined using quarterly data. According to the econometric analysisr esults; the series contains unit root and it has been found that there is co-integration between the series. Also according to the causality relationship between the variables; it was found that there are both one-way causal relationship from foreign exchange rate to inflation and one-way causal relationship from openness to inflation.

Kot kumaşı üretim sektörü son yıllarda tüm dünyada ve ülkemizde talebe bağlı olarak sürekli gelişmekte ve değişmektedir. Kot kumaşı üretiminden kaynaklanan atıksular, kumaşın üretilmesi ve işlenmesi proseslerinde meydana gelmektedir. Kot kumaşın işlenmesi sırasında indigo boyalar ve diğer kimyasal maddeler; ürününün mukavemetini arttırmak, boyayı ürüne sabitlemek için kullanılmaktadır. Ayrıca kotun yıkama işlenmesi sırasında değişik kimyasal maddelerin kullanımı nedeniyle de yüksek KOİ ve renk değerlerine sahip atıksular oluşmaktadır.Bu çalışmada kot kumaşı üretim tesisi atıksularının elektrokimyasal yöntemlerle arıtılabilirliği araştırılmıştır. Çalışmanın ilk aşamasında, kot kumaşı üretim tesisi atıksuyu alüminyum, demir, paslanmaz çelik, grafit elektrotların her biri anot ve katotda kullanılarak 16 farklı kombinasyonda deneyler yapılmıştır. En yüksek giderim verimleri demir-paslanmaz çelik elektrot materyali ile elde edilmiştir. Arıtılan atıksuyun pH, iletkenlik, elektrotlar arası mesafe, süre, akım ve voltaj değişkenlerine bağlı olarak bulanıklık, KOİ renk giderim veriminin nasıl değiştiği de incelenmiş ve toplam arıtma maliyetleri hesaplanmıştır. Elektrokimyasal metotlar sonucu demir ve çelik elektrotları ile %91,25 KOİ giderim verimi, %94,25 renk giderim verimleri elde edilmiştir.Çalışmanın ikinci aşamasında işletme parametrelerinin doğrusal olmayan Regresyon metodu kullanılarak modellemesi yapılmıştır. SPSS programı ile farklı işletme parametrelerinin kot kumaşı üretim tesisi atıksularının elektrokimyasal arıtım üzerindeki etkisi gözlemlenmiştir. Bu parametrelerinin bireysel ve sinerjik olarak etkileri incelenmiş ve en yüksek verimi elde etmek için uygun işletme şartları belirlenmiştir. Doğrusal Olmayan Regresyon metodu kullanılarak geliştirilen ikinci dereceden model ile deneysel ve tahmini değerler arasında anlamlı bir ilişkinin olduğu belirlenmiştir. The denim manufacturing sector in recent years depending on the demand in the world and our country constantly develops and changes. Wastewater from the production of denim fabrics occurs in the production and processing of the fabric. During the processing of denim fabrics, indigo dyes and other chemicals are used to increase the strength of the product and to fix the paint to the product. Besides wastewaters with high COD and color values are formed due to the use of different chemicals during the washing process of the jeans.In this study, the treatment of denim fabric production plant wastewater by electrochemical methods has been investigated. In the first stage of the study, 16 different combinations of iron, aluminum, stainless steel, graphite electrodes are used in anode and cathode. The highest removal efficiency was obtained with the iron-stainless steel electrode material. The effects of turbidity, COD and color removal efficiency of the treated wastewater depending on the pH, conductivity, the distance between the electrodes, time, current and voltage variables were also investigated and the total treatment costs were calculated. As a result of electrochemical chemical methods, 91.25% COD removal efficiency and 94.25% color removal efficiencies were obtained with iron and steel electrodes.In the second stage of the study, the non-linear regression method was used to model the operating parameters. With SPSS program, the effects of different operating parameters of denim fabric production facility wastewater on electrochemical treatment were observed. The individual and synergetic effects of these parameters were examined and appropriate operating conditions were determined to obtain the highest efficiency. It was determined that there was a significant relationship between the second order model developed using nonlinear regression method with experimental and estimated values. 136

Günümüzde deniz seviyesi değişimleri birçok bilim dalı tarafından araştırılmaktadır. Bu çalışmada hem doğrusal hem de doğrusal olmayan ilişkileri gösterebilen, doğrusal korelasyon yöntemlerinin sahip olduğu bazı dezavantajları barındırmayan kapula fonksiyonları kullanılarak Ege Denizi'ndeki deniz seviyesi değişimleri araştırılmıştır. Deniz seviyesi değişimlerinin, deniz yüzey sıcaklıkları ve meteorolojik faktörler ile ilişkisi incelenmiştir. Ayrıca Arşimedyen kapula fonksiyonlarına dayanan yeni bir trend analiz yöntemi sunulmuştur. Kapula temelli trend analiz yöntemi deniz seviyesi ve deniz yüzey sıcaklığı zaman serilerine uygulanmıştır. Kapula temelli trendler, regresyon analizi ile karşılaştırılarak kapula temelli trend analizinin verimliliği incelenmiştir. Kullanılan deniz seviyesi verileri Ege Denizi'nde bulunan Türkiye ve Yunanistan'a ait mareograf istasyonlarından elde edilmiştir. Deniz yüzey sıcaklığı verileri NASA tarafından sunulan yüksek çözünürlüklü radyometre verileridir. Meteorolojik veriler ise Harita Genel Müdürlüğü tarafından sunulan verilerdir. Nowadays, sea level changes are being investigated by many disciplines. In this study, sea level changes in Aegean Sea have been investigated by using copula functions which can show both linear and nonlinear relations and do not have some disadvantages of linear correlation methods. The relationship between sea level changes, sea surface temperatures and meteorological factors were investigated. In addition a new trend analysis method based on Archimedean copula functions is presented. The copula-based trend analysis was applied to sea level and sea surface temperature time series. Copula-based trends were compared with the regression analysis and the efficiency of the copula-based trend analysis was examined. Sea level data were obtained from tide gauges in the Aegean Sea belonging to Greece and Turkey. Sea surface temperature data are high resolution radiometer data provided by NASA. Meteorological data are provided by the General Directorate of Mapping Turkey. 133

Japon Bıldırcınlarının Büyüme Eğrilerinde kubik parçalı regreresyon, Lojistik model, Gompertz model, Richard...vb gibi modeller yaygın olarak kullanılmaktadır. Yaygın olarak sürü ortalaması üzerinde modellene yapılmakta ve sürü bazında değerlendirme yapılmaktadır. Bu durum ıslah çalışmalarında bireysel değerlendirmenin önüne geçmektedir.Damızlık bireylerin seçiminde esas olan bire ait değerlerdir. Bu nedenle bireysel modelleme ve en iyi model veya modellerin seçimi ıslah açısından büyük önem arz etmektedir. Kullanılan modellerin hangisinin daha uyumlu olduğuna karar verebilmek için düzeltilmiş belirtme katsayısı (R2), hata kareler ortalaması (HKO), AIC değeri ve Durbin -Watson değerleri kullanılacaktır. In the Growth Curves of the Japanese Quails, models such as the regression kubic segment, the logistic model, the Gompertz model, Richard ... etc are widely used. It is widely applied to the model on herd mean and herd evaluation is done. This situation prevents the individual evaluation in breeding studies.Breeding is one of the values that are essential in the selection of individuals. For this reason, individual modeling and selection of the best models or models are of great importance for improvement. In order to decide which of the models are more compatible, the corrected coefficient (R2), the mean error squares mean (HKO), the AIC value and the Durbin -Watson values will be used. 37

Bu çalışmada, 2006:01 – 2019:05 dönemini kapsayan aylık fiyatlar genel seviyesi ile para arzı verileri kullanılarak doğrusal ve doğrusal olmayan regresyon modelleri yardımı ile Türkiye için Uyarlanmış Beklentiler teorisi ve Rasyonel Beklentiler teorisi sınanmıştır. Modellerin tahmininde En Küçük Kareler ve Eşik Otoregresif Model tahmin yöntemleri kullanılmıştır.Yapılan analizlere göre analiz edilen dönemde Türkiye'de Rasyonel beklentiler hipotezinin geçerli olduğuna karar verilmiştir. Tahmin sonuçları para arzının geçmiş dönem değerleri ile para talebinin cari dönem değerleri arasında aynı yönlü bir ilişki olduğunu göstermiştir. Bu ilişkiden, mevcut dönemde artan para arzının gelecek dönem için para talebini artıracağı ve artan para talebinin ise gelecek döneme ait enflasyon değerleri üzerinde yukarı yönlü bir baskı yaratacağı sonucuna varılmış ve politika yapıcılara para arzı hususuna daha dikkatli yaklaşmaları gerektiği tavsiyesinde bulunulmuştur. In this study, adaptive expectation and rational expectation theories are tested by utilizing linear and nonlinear regression models. To that, monthly data of money supply and general level of prices which cover the period of January 2006 and May 2019. Least square and threshold autoregressive equation model estimation methods are used in estimating the models. According to the analyses, hypothesis of rational expectations in Turkey has proved to be valid. According to the results of estimations it is determined that there is a positive relationship between past period of money supply values and current demand of money values. In this regard, it is concluded that money supply in current period will increase money demand in the near future. In return, increased money demand will create upward pressure on inflation figures in the next period. To this end, in the study it is suggested that policy makers should be more aware of money supply. 82

Günümüzde araştırmacıların istatistiksel analizleri yaparken en çok karşılaştıkları problemlerin başında lisanslı programların temin edilmesi yer almaktadır. Ücretsiz istatistiksel bir yazılım olan R programı, birçok disiplinin ortak kullanım ortamını oluşturmaktadır. Literatürde yer alan M tahmin edicilerinin karşılaştırılması, HKO dikkate alınarak yapılmıştır. Bu çalışmada, M tahmin edicilerinin aykırı gözlemlere karşı dirençli olan ağırlık fonksiyonlarının TOPSIS yöntemi ile karşılaştırılması yapılacaktır. At present, the most common problem among the statistical analysis of researchers is the provision of licensed programs. Therefore, the R program, which is a free statistical software, constitutes the common use environment of many disciplines. The comparison of M estimators in the literature has been made considering the MSE.In this study, the weight functions of M estimators which are resistant to contradictory observations will be compared with TOPSIS method. 112

Bu çalışmada, sağdan sansürlenmiş verilerin üç farklı yöntem kullanılarak elde edilecek yarı-parametrik regresyon modelleri ile tahmin edilmesi incelenmiştir. Bu yöntemler cezalı en küçük kareler yöntemi ile elde edilen kernel düzeltmesi, splayn düzeltmesi ve regresyon splaynı yöntemleridir. Bilindiği gibi cezalı en küçük kareler yönteminde düzeltme parametresi, tahminin tutarlılığının ve doğruluğunun sağlanması açısından çok önemli bir role sahiptir. Bu çalışmada düzeltme parametresinin uygun şekilde seçiminin sağlanması için yaygın olarak kullanılan seçim yöntemleri incelenmiştir ve MATLAB programı kullanılarak simülasyon ve gerçek veri uygulamaları ile hem yukarıda bahsedilen üç farklı tahmin yöntemi hem de düzeltme parametresi seçiminde kullanılan seçim kriterleri için bir karşılaştırma yapılmıştır. Ayrıca çalışmada, sansürlü verilerin dağılımlarının tahmin edilmesi için parametrik ve paramerik olmayan yöntemler incelenmiş ve sansürlü verilerin tahmin edilmesi için Kaplan-Meier ağırlıkları (Stute (1993)) ve sentetik veri dönüşümü (Koul vd (1981)) olmak üzere iki farklı tahmin prosedürü incelenmiştir. In this study, three estimation methods are inspected for semi-parametric regression model under right-censored data. These methods are kernel smoothing, smoothing spline and regression spline methods which are based on penalized least squares. As known in penalized least squares method, smoothing parameter has a crucial role for the accuracy and consistency of the estimation. In this study, in order to choose the smoothing parameter optimally prominent selection methods are inspected and also simulation and real data experiments are carried out with MATLAB software for comparison of the both three estimation methods and selection methods. In addition to that, parametric and nonparametric methods are researched for estimation of distribution of censored data and also in order to apply the censored data on semi-parametric regression model, two important procedure are inspected which are Kaplan-Meier weights (Stute (1993)) and synthetic data transformation (Koul et. al. (1981)) then some statistical inferences are made about the procedures. 117

Doğrusal olmayan regresyon model parametrelerinin nokta tahminlerinin elde edilmesinde en çok izlenen yaklaşım, türeve dayalı iteratif algoritmalar ile modele En Küçük Kareler (EKK) yaklaşımının uygulanmasıdır. Gauss-Newton, En Hızlı İniş ve Levenberg-Marquardt (L-M) algoritmaları literatürde tanımlı yaygın olarak kullanılan türeve dayalı algoritmalardır. Fakat, bu algoritmalar kullanılarak yapılan aramalarda, başlangıç noktasının iyi tanımlanamadığı durumlarda yerel tuzaklara takılma, global çözüme yakınsayamama gibi sorunlar ortaya çıkabilmektedir. Bu çalışmada, doğrusal olmayan regresyon model parametrelerinin nokta tahminlerinin elde edilmesi amacıyla türeve dayalı algoritmalara alternatif olarak, Nelder-Mead Simpleks (NMS) algoritması ve Genetik Algoritma (GA) gibi türevden bağımsız algoritmalar önerilmektedir. Çalışmada, NMS algoritması ve GA hakkında detaylı bilgiler verilmiştir. GA kullanılarak parametrelerin nokta tahminlerinin elde edilmesinde, GA ayarlanabilir parametrelerinin probleme uygun olarak belirlenmesi global sonuca ulaşmayı etkileyeceğinden, Taguchi deney tasarımı ile optimal GA ayarlanabilir parametre değerleri belirlenmiştir. Ayrıca çalışmada, NMS algoritması ve GA'nın avantajlı yönlerinin birlikte kullanılması ile oluşturulan ve GANMS olarak adlandırılan bir hibrit algoritma ile parametrelerin nokta tahminlerinin elde edilmesine de yer verilmiştir. Model parametrelerinin aralık tahminleri için Bootstrap yönteminden yararlanılmıştır. Çalışmada ifade edilen nokta ve aralık tahmini yaklaşımları, literatürde tanımlı bir veri setine uygulanarak, bir negatif-üstel regresyon modeline ait parametreler için nokta ve aralık tahminleri elde edilmiştir. Elde edilen sonuçlar literatürde bulunan sonuçlar ile karşılaştırıldığında, ayarlanabilir parametreleri uygun tanımlanan GA'nın ya da GANMS hibrit algoritmasının, parametrelerine göre doğrusal olmayan regresyon modellerinde bir optimizasyon aracı olarak kullanılabileceği sonucuna ulaşılmıştır. A common used approach for obtaining point estimates of nonlinear regression model parameters is applying Least Squares (LS) approach by using derivative-based iterative algorithms. The Gauss-Newton, the Steepest Descent and Levenberg-Marquardt (L-M) algorithms are widely used derivative-based algorithms which are defined in the literature. However, if the initial values for these algorithms are not well-defined, some of the problems ocur during the search, e.g. trapping to local solutions and non-convergence to global solution. In this study, derivative-free optimization algorithms, Nelder-Mead Simplex (NMS) algorithm and Genetic Algorithm (GA), are used as alternative approaches to derivative-based algorithms to obtain point estimations of nonlinear regression model parameters. The detailed informations are given about NMS algorithm and GA with defining the advantages and disadvantages. It is known that defining the proper values of GA tuning parameters effect global solution. Therefore, optimal GA tuning parameters are defined by using Taguchi experimental design. In addition, in the study, a hybrid algorithm, called GANMS and obtained by combining the advantageous properties of NMS and GA, is used for point estimation of parameters. The Bootstrap approach is used for interval estimation of model parameters. The point and interval estimation approaches, defined in the study, are applied on a data set from the literature and estimation of the negative-exponential regression model parameters are obtained. The obtained solutions are compared with the previous results. It is seen that the GA with proper tuning parameters or GANMS hybrid algorithm can be used as an optimization tool for point estimation of nonlinear regression models. 82

Oldukça kompleks ve ilintili birçok öğeden meydana gelen göç, bu sebeple birçok bilim dalının ilgi alanına giren bir olgudur. Göç'ün bir ülke içinde meydana gelmesi iç göç olarak ifade edilir. Türkiye'de var olan göç olgusu genellikle büyük ve sanayisi gelişmiş kentlere doğru olmaktadır. Fakat bazı kentlerin göç yönü belirli bir kente doğru yoğunluk kazanmıştır. Erzurum ile Bursa arasında ki göç buna örnek olarak gösterilebilir. 1980'li yıllardan sonra Erzurum'dan Bursa'ya doğru olan göç akışı günümüzde de artarak devam etmektedir. Bu durum incelenmeye değer bir konudur.Bu çalışmada 198-2015 yıllarına ait Erzurum-Bursa göç geçişleri kompartman sistemler ile analiz edilmiştir. Karşılıklı göç geçişlerinin zaman, işsizlik oranı ve gayri safi yurt içi hasılaya göre değişimlerini incelemek amacıyla Erzurum-Bursa arasındaki göç geçişleri kompartman modeller ile modellenmiştir.Model tahmin sonuçlarına göre Erzurum'dan Bursa'ya doğru olan göçün zamana ve işsizlik oranına göre önemli değişimler gösterdiği fakat Bursa'dan Erzurum'a doğru olan göçün daha durgun bir seyir izlediği tespit edilmiştir. Migration is a quite complex phenomenon associated with many components and therefore, many scientific fields have drawn attention to the corresponding phenomenon. Internal migration is a migration occurred in the borders of a country. Migration in Turkey generally tends to be directed towards larger and more developed cities. However, there exists a density on the direction of certain cities such as migration from Erzurum to Bursa cities. Nowadays, the migration flow between Erzurum and Bursa cities proceeds since 1980's which necessitates to be examined.This work aims to analyze migration flows between Erzurum and Bursa Provinces using compartment models for the period of 1980-2015. This study performs compartment models to examine the changes of migration flows with respect to time, unemployment rate, and gross domestic product.Estimation results reveal that there exists a significant change on migration from Erzurum to Bursa with respect to time and unemployment rate, but a more static journey is determined from Bursa to Erzurum. 155

Bu çalışmada Çevresel Kuznet Eğrisi hipotezinin geçerli olup olmadığı araştırılmış, geçerli olduğu durumda ise eğrinin dönüm noktası tahmin edilmiştir. Bu kapsamda öncelikle sürdürülebilir kalkınma ve yeşil büyüme kavramları ele alınmış, sonrasında Çevresel Kuznet Eğrisi açıklanmıştır. Bu çerçevede Çevresel Kuznet Eğrisine neden olabilecek çevresel kalite talebinin gelir elastikiyeti, ölçek, teknoloji ve bileşen etkisi, uluslararası ticaret, piyasa mekanizması ile yönetmeliklere ilişkin bilgiler verilmiştir. Sonrasında çalışmanın ikinci bölümünde iklim değişikliği ve iklim değişikliği ile mücadele konusunda gerek uluslararası gerek ulusal düzeyde yürütülen faaliyetlere yer verilmiştir. Bu kapsamda uluslararası düzeyde oluşturulan Birleşmiş Milletler İklim Değişikliği Çerçeve Sözleşmesi kapsamındaki gelişmeler belirtilmiştir. Çalışmanın üçüncü ve dördüncü bölümünde sırasıyla Çevresel Kuznet Eğrisi hipotezinin sınanması amacıyla oluşturulan doğrusal panel veri modelleri teorik olarak anlatılmış ve yapılan uygulamalar içerilmiştir. Doğrusal panel veri uygulaması sonrası doğrusal olmayan panel veri modellerine ilişkin bilgi verilerek doğrusal modellerle yapılan uygulamalara paralel bir şekilde doğrusal olmayan modellerle benzer uygulama yapılmış ve sonuçlar karşılaştırılmıştır. In this study, the validity of the Environmental Kuznet Curve has been investigated. If there is a valid Environmental Kuznet Curve, then the turning point has been estimated from the curve. Within this scope, initially the concept of sustainable development and green growth have been addressed. Then Environmental Kuznet Curve has been explained. In this context, information was given on income elasticity of demand for environmental quality, impact of scale, technological and composition effects, international trade, market mechanisms and regulations which could lead to Environmental Kuznet Curve. In the second part of the study, the activities carried on the subjects of climate change and the combating climate change both at the national and international level have been summarized. At the international level, the developments were specified within the scope of United Nations Framework Convention on Climate Change. Linear panel data models that were constructed in order to test the hypothesis of the Environmental Kuznet Curve were explained theoretically, and the emprical applications were presented, in the third and fourth parts of the study, respectively. After the implementation of linear panel data models, information about the non-linear panel data models was given. Then, the validity of the Environmental Kuznet Curve hypothesis has been investigated by employing non linear estiamtion methods, the results of which have been compared and contrasted with that of the linear models. 204

Makine öğrenme algoritmaları son zamanlarda özellikle on binlerce değişken ve/veya gözlemin mevcut olduğu veri setleri üzerinde çalışma yapan araştırmacıların ilgi odağı olmuştur. Destek vektör makineleri çekirdek-tabanlı makine öğrenme algoritmalarıdır ve temelini istatistiksel öğrenme teorisinden almaktadır. Nonlineer ilişkilerin tespitinde veri daha yüksek boyutlu özellik uzayına haritalanmaktadır. Dual formulasyonda gözlemlerin sadece iç çarpımlar şeklinde yer alması özelliğinden faydalanılmakta ve problemin çözümünde çekirdek fonksiyonları kullanılmaktadır. Destek vektörler ile temsil edilen modelin kompleksliği girdi örneklerinin boyutundan bağımsızdır ve sadece destek vektörlerin sayısına bağlı olmaktadır. Bu çalışmada, destek vektör regresyon yönteminin uçuş süresince anlık yakıt tüketiminin tahmini üzerinde uygulaması yapılmıştır. Yakıt tüketiminin Uçuş Veri İzleme sistemlerinde kaydedilen verilerin nonlineer bir fonksiyonu olarak modellenebileceği gösterilmiştir. Uygulanan model gerçek veri seti üzerinde test edilmiştir. Machine learning algorithms have recently been the focus of researchers especially those working on data sets for which tens of thousands of variables and/or observations are available. Support vector machines are kernel-based machine learning algorithms and based on the statistical learning theory. To detect nonlinear relationship, the data is mapped to a higher dimensional feature space. Dual formulation can be expressed in terms of inner products of data instances and so the problem can be solved by using kernel functions. The complexity of the model represented by support vectors is independent from the size of input space and depends only on the number of support vectors. In this study, support vector regression algorithm is applied to predict the instantaneous fuel consumption during flight. It has been shown that fuel consumption can be modeled as a nonlinear function of data collected in Flight Data Monitoring systems. The model has been tested on real-world data set. 141

Ultra-wideband (UWB) technology provides considerable performance in many indoor localization problems thanks to its very wide spectrum and high-resolution characteristics. In this paper, we propose using the horizontal dilution of precision (HDOP) to decrease the localization error in indoor environments for UWB localization systems. To achieve this aim, first we determine the positioning accuracy of a commercially available UWB positioning system using laboratory experiments. Next, the results of the position estimations obtained by the HDOP are compared with the experimental results acquired by the UWB positioning system. Finally, we investigate a detailed comparison with the least squares (LS), nonlinear regression (NLR), and iterative nonlinear regression (INR) techniques. In terms of the mean position estimation error, the proposed HDOP technique increases the performance of the UWB positioning system and the LS algorithm by approximately 10% and 3%, respectively. In addition, while the proposed HDOP technique provides localization for all of the test points, both the NLR and INR algorithms perform below the expected levels at the same points.

In this study using some existing constitutive equations, a modified Jeffreys type model with retardation time is developed which is successful with the experimental data for simple shear flow and shear free flow. Nonlinear regression analysis based on Marquardt Algorithm is used for determination of material parameters for simple shear flow. The general form of the modified model is reduced by using the simple shear flow conditions and Oldroyd derivative for cartesian coordinates. In the determination of material parameters of the modified model is used experimental data of Leider and Lilleleht(1973) for viscometric functions. When viscometric functions of the modified model is compared with viscometric functions of the existing constitutive equations which use the material parameters of Leider and Lilleleht(1973), viscometric functions of the modified model is found to be more successful.

Date of Conference: 23-25 April 2014 22nd Signal Processing and Communications Applications Conference (SIU), 2014 Bu bildiride, ardışık doğrusal olmayan bağlanım problemi incelenmiş ve bağlam ağaçları kullanarak etkili bir öğrenme algoritması sunulmuştur. Bu amaçla, bağlanım alanı parçalara ayrılmış ve oluşan bölgeler bağlam ağacı ile simgelenmiştir. Her bölgede bağımsız bağlanım algoritmaları kullanılarak bağlam ağacı tarafından gösterilebilen tüm doğrusal olmayan modellerin kestirimleri, hesaplama karmaşıklığı bağlam ağacının düğüm sayısıyla doğrusal olan bu algoritma ile uyarlanır olarak birleştirilmiştir. Önerilen algoritmanın performans limitleri, veriler üzerinde istatistiksel varsayımlarda bulunmaksızın incelenmiştir. Ayrıca, teorik sonuçları izah etmek için sayısal bir örnek sunulmuştur. In this paper, we consider the problem of sequential nonlinear regression and introduce an efficient learning algorithm using context trees. Specifically, the regressor space is partitioned and the resulting regions are represented by a context tree. In each region, we assign an independent regression algorithm and the outputs of the all possible nonlinear models defined on the context tree are adaptively combined with a computational complexity linear in the number of nodes. The upper bounds on the performance of the algorithm are also investigated without making any statistical assumptions on the data. A numerical example is provided to illustrate the theoretical results. © 2014 IEEE.

Belirli bir arazi ve bu arazi üzerinde insanlar tarafından yapılmış olan yapıların tamamı `gayrimenkul` olarak nitelendirilir. `Gayrimenkulün değeri` ise değerleme anı itibari ile mal sahibinin taşınmazdan elde edebileceği faydaya ilişkin piyasanın genel görüşünü ifade eden bir değerdir. Gayrimenkullerin para cinsinden değerine bir çok iş alanında ihtiyaç duyulmaktadır. Alım, satım işlemleri, sigortalama, ipotek, yatırım işlemleri gibi işlemlerde gayrimenkulün para cinsinden değeri üzerinden işlemler gerçekleştirilir. Gayrimenkuller aynı zamanda bir ticaret aracı olarak da kullanıldıkları için doğası gereği değerleri sabit değildir. Gayrimenkullerin sahip olduğu özelliklere, konumuna, gayrimenkulün yer aldığı pazara, piyasadaki arz/talep dengesine göre gayrimenkulün değeri değişken bir trend izlemektedir. Bu açıdan bakıldığında, gayrimenkul fiyatının belirlenmesi, bir çok değişken ve kısıtı bir arada barındıran kompleks bir problemdir. Bu çalışma kapsamında, gayrimenkul tipi `konut` olan taşınmazların sahip oldukları fiziksel, yapısal ve çevresel özellikler ile pazar özelliklerini göz önüne alan bir karar destek modeli oluşturularak, konut fiyatlarının gerçeğe en yakın şekilde tahmin edilmesi amaçlanmıştır. Çalışma temel olarak iki aşamadan oluşmaktadır. İlk kısımda konut fiyatlarının belirlenmesinde etkili olan değerlendirme kriterleri belirlenmiştir. İkinci aşamada ise belirlenen kriterler üzerinden bir karar destek modeli oluşturulmuştur.Değerlendirme kriterlerinin belirlenmesi kısmında ilk olarak literatürde konut fiyatlarının tahmini üzerine yapılan çalışmalar incelenmiş ve bu çalışmalarda konut fiyatlarını tahminlemede kullanılan değerlendirme kriterleri saptanmıştır. Sonrasında, gayrimenkul değerleme uzmanları ile görüşülerek, bir konutun fiyatının belirlenmesinde önemli görülen değişkenler öğrenilmiştir. Literatür araştırması ve eksper görüşlerinden elde edilen kriterler bir araya getirilerek, konut fiyatlarının tahmininde dikkate alınabilecek olan 84 kriterlik bir değerlendirme havuzu oluşturulmuştur. Havuzda yer alan kriterlerden hangilerinin seçilen belirli bir bölgedeki konut fiyatlarının tahmininde aktif bir değişken olacağına karar vermek üzere, öncelikle manuel, sonrasında ise regresyon analizi yardımı ile kriterler değerlendirilmiştir. Uygulama bölgesi olarak İstanbul, Beşiktaş ilçesi seçilmiştir. İlçede '01.01.2010' tarihinden sonra değerleme uzmanları tarafından fiyat tespiti yapılmış, %100 oranında inşaatı tamamlanmış ve gayrimenkul tipi `konut` olan taşınmazlar üzerinden analiz çalışması yürütülmüştür. Uygulama yerinin seçiminin ardından, ilk olarak bölgedeki tüm konutlar için ortak olan özellikler belirlenerek, elenmesi gerekli görülen kriterler, eksper görüşlerine de başvurularak havuzdan çıkarılmıştır. Sonrasında havuzda kalan değerlendirme kriterleri için regresyon analizi uygulanmıştır. Seçilen bölgede yer alan 1168 konutun değerleri üzerinden yapılan regresyon analizi sonucunda, bölgede konut fiyatlarının belirlenmesinde aktif rol oynayan 11 kriter belirlenmiştir.Çalışmanın ikinci kısmında belirlenen kriterleri girdi olarak kullanan bir karar destek modeli oluşturulması hedeflenmiştir. Bu modelde amaç, bölgede yer alan bir konutun fiyatının, sahip olduğu özelliklere dayandırılarak tahmin edilmesidir. Konutların sahip oldukları özellikler üzerinden bir puan hesaplanarak, belirlenen puana göre konutun fiyatının ortaya konulan model dahilinde hangi fiyata karşılık geleceği tahmin edilecektir. Bu amaçla Beşiktaş ilçesindeki örneklem havuzunda yer alan 1168 konut %70-%30 oranında rassal olarak 2 gruba ayrılmış, model ve test havuzları oluşturulmuştur. %70'lik dilimde yer alan 818 konut model havuzunu oluşturmaktadır. Bu konutlar için belirlenen 11 kritere göre aldıkları değerler üzerinden normalizasyon yapılmış ve konutların her bir kriter için aldığı değer, boyutlarından arındırılarak belirlenmiştir. Kriterlerin konut fiyatının belirlenmesinde farklı ağırlıklara sahip oldukları tahmin edilmektedir. Kriterlerin ağırlıklarını belirlemek üzere analitik hiyerarşi süreci (AHP) uygulanmış ve her bir kriterin konut fiyatını belirlemedeki etkisi ikili karşılaştırma matrisleri yardımıyla saptanmıştır. AHP sürecinde öncelikle 11 kriter özelliklerine göre 5 ana gruba ayrılmıştır. Gayrimenkul değerleme uzmanlarından bu 11 kriteri, önce ait oldukları gruplara olan etkilerine göre, sonrasında ise bu ana grupların, konut fiyatının belirlenmesindeki etkilerine göre ikili olarak karşılaştırmaları istenmiştir. Sürecin sonunda her bir kriterin ayrı ayrı, konut fiyatını belirlemedeki ağırlıkları saptanmıştır. Konutların her bir kriter için normalize edilmiş değeri ile, ilgili kriterin ağırlığı çarpılarak, konutun ilgili kriterden elde ettiği puan belirlenmiştir. Sonrasında tüm kriterler için hesaplanan bu değerler toplanarak, konutun nihai puanı belirlenmiştir. Bu aşamanın sonucunda elimizde model havuzunda yer alan her bir konut için konut puanı ve satış değeri bilgisi mevcuttur. Konutlar için elde edilen bu iki bilgi üzerinden grafik oluşturularak değerlerin dağılımları gözlemlenmiştir. Puan-fiyat ikililerinden faydalanarak, trendi temsil eden doğru ve eğri denklemleri belirlenmiştir. Bu denklemler, yeni konutlar için fiyat tahmini yapılmak üzere kullanılacaktır. Buna göre yeni bir konutun fiyatı belirlenmek istendiğinde öncelikle konutun 11 kritere göre aldığı değerler üzerinden konutun puanı hesaplanacaktır. Sonrasında hesaplanan puan denklemde ilgili bağımlı değişkenin değeri olarak atanacak ve konutun satış fiyatı tahmin edilecektir. Yapılan çalışmada geliştirilecek olan model yardımıyla, konut fiyatlarını belirlemede göz önüne alınması gereken değişkenler ve bu değişkenlerin konut fiyatını etkileme ağırlıklarının saptanması, değerleme sırasındaki değerleme uzmanının bilgi ve beceri seviyesine olan bağımlılığın minimize edilmesi ve değerleme sürelerinin kısaltılması hedeflenmiştir. Certain land as well as buildings that have been made by people all over this land is considered as `real estate`. After using real estates as a trading good, `the value of the property` concept has been born. `Value of the property` term can be explained as the benefit to be obtained by the owner of the property at the time in the market. Since the transaction aim of the property is not only for residential but also for commercial, the value of the real estates is unstable in the market. It varies according to features and the specialties of the real estate, willingness to buy/sell and so on. So, to avoid the mistakes on appraising process, there is need of reliable and widely accepted methods to appraise the value of real estate. There are three commonly used methods of assessment that have been determined in accordance with international standards. They are `peer comparison`, `discount cash flow analysis` and `cost approach`.Peer comparison is the most widely used and accepted method of valuation, that is used by professional experts in the real estate market. Peer comparison approach takes into account the substitutes of a given property. This approach utilizes the current market value of substitute properties and tries to estimate the value of a subjected property. This method is useful for a region in which it is easy to find peers as well as peer's selling prices. In this method, as the number of peers increase, the valuation of the property, which is the subject of valuation, gets closer to the true value. Since most of the time it cannot be possible to find an exactly the same peers of a given property, it is better to use price for square meter or `net income multiplier` – a multiplier that can be obtained by dividing the value of selling price to net income – to compare. Discount cash flow analysis calculates the current time value of expected incomes and expenses of a given property. It is used in lack of finding enough peers in a given zone.On the other hand, third method, cost approach, considers the costs in the case of the reconstruction of the same property. It takes into account the money should be spent, land costs, reconstruction costs and depreciation values to estimate the value of a given property. Potential downside of this method is misapprehension of the values because of not considering the market fluctuations.Besides these methods, there are several approaches which seek an appropriate method to estimate the most accurate value of properties. Since the currency value of a property is unstable and cannot be explained just by the features of the building or neighborhood area, valuation of the property can be described as a complex problem with many parameters and constraints.There are several studies in the literature, which seek an appropriate model to appraise the value of the property. Pagourtzi and others have been divided these methods in two groups: `traditional methods` and `advanced methods`. Peer comparison method, which has commonly wide usage in the residential market, investment/income method and multiple regression method can be counted as examples of `traditional methods`. The models, which simulate the stakeholders' mental model in the market for appraising, are called as an `advanced models`. Artificial neural networks, hedonic pricing methods and fuzzy logic models are the examples of advanced models. In the literature, most of the studies which are conducted with appraising of residential property have utilized the hedonic methods. This method is useful for establishing a relationship between the criteria and the value of the property. But before conducting a relationship between criteria and value of the property, it is important to identify and select the criterion which has meaningful effect on valuation process. The initial studies in this area began in the mid-1960s. Alonso, 1964, claims that a neighborhood of the trade centers is a key value for defining the value of the property. After Alonso, Muth, 1969, Kain & Quingley, 1970, Adair et al, 2000, Din et al, 2001, Fan et al, 2006 did research on defining the criteria. Rossini, 1997, has claimed that, the criteria like transaction value, area, number of rooms, and year of constructions do not contain qualitative characteristics. On the other hand, style of the buildings, neighborhood area, common areas of the interest zone are the basic and strong criteria on evaluating property but mostly there is no sufficient information about these types of qualitative criteria. The objective of this paper is to present a decision support model that estimates the value of a residential property according to its structural, physical, environmental and market features. Basically, the study consists of two main stages. At the first stage, the evaluation criteria that are influential on appraising process of residential real estates have been identified. At the second stage, a decision support model which has used the idetified criteria to appraise a residential real estate, has been built. Firstly, the review of the literaure has been performed to identify the criteria that have impact on appraising process. The evaluation criteria which are commonly used in the literature to determine the characteristics of the residential property have been identified. Then, judgments of the experts from the residential market are collected. The literature outcomes and expert views have been aggregated and customized according to focused problem. As a result, `criteria pool` with 84 ciretia that will be used in appraising a given residential property, is identified. To be more clear, criteria pool must be specialized according to focused zone. In this study, researches have been conducted in the Beşiktaş (İstanbul) district. Firstly, manuel verification has been done on criteria pool to eliminate some nonrelevant criteria, because of the selected zone's characteristics. After that, regression analysis was performed to identifiy the final criteria that will be used in decision suppert model. As a result of regression analysis, 11 criteria, which have an significant effect on residential prices, have been selected.After structuring the final criteria pool, the next stage is prioritizing the criteria. For this purpose, pairwise comparison judgments of the experts are assessed. The performance values of zones as well as residential properties are received based on expert judgments and objective evaluations. Finally, global rating scores, which can be expressed as estimated values of residential properties, are calculated. At the second stage of the study, it is aimed to develop a decision support model which uses the identified criteria as input. The main purpose of the model is to appraise a given residential real estate accurately. To achieve this, scores of the house according to 11 criteria have been calculated. 1168 houses in Beşiktaş were randomly divided into 2 groups (70%-30%): First group with 818 individulas is the sample pool and second group with 350 individuals is testing pool. Each house's score according to 11 criteria are normalized to compare with each other. Criteria for determining housing prices are estimated to have different weights. So, analytical hierarchical process has been conducted to identify the weights of the each criteria. Pairwise comparison questions for 11 criteria have been formed and real estate evaluation experts are questioned to identify the preferential criteria and their weights according to main purpose. After defining the weight of the impact on main purpose for each criterion, `performance score` for each house in the sample pool has been calculated by multiplying the houses's criteria score and weight of the related criteria. As a result, the score and selling price for each houses in the sample pool have been put together. The trend graphics have been plotted according to these two variables. These trend lines/curves will be used to appraise a selling price of the new comers. The decision support model which will be introduced in this study, will guide valuation experts to focus on the important evaluation criteria and to take into consideration the criteria according to their speified weights. By the help of this model, it is aimed to reduce the dependence on valuation experts' abilities, during the valuation process. 115

In large scales, electrical energy cannot be stored due to its nature. For this reason it has to be produced balancing the momentary request. Production planning plays a vital role for the production to be secure and reliable. Planning covers decisions like the release program of water kept in the reservoirs of hydroelectric systems, the amount of fuel stocked at a thermal system, active generator unit count. The vital component that production planning relies is the load forecasting. Load forecasting is an open research area because of its commercial value and complexity of the consumption patterns. Literature contains a number of techniques studied. Along with the methods that approaches the load as a time series and models that make linear approximations of the components of load signal, machine learning methods started to come forward since early 1990s. These methods can approximate non-linear dependencies between the load and the exogenous factors by processing historical data. Along with artificial neural networks, which has a wide range of commercial implementations, relatively new models like support vector machines are also being applied to problem. On this study, we have used two datasets. One containing sum of five thousand commercial consumers, the other total consumption of East Slovakia. The dependencies between meteorological and time factors were modelled by four different machine learning methods and success of each were compared. One of these models, support vector machines, needs a parameter selection process before the training. We have used three meta-heuristics algorithms for parameter selection and compared the results. Principal component analysis was used for feature reduction and its effects to performance was analyzed. Keywords: short term load forecasting, peak load forecasting, artificial neural networks, support vector regression, random forest, particle swarm optimization, differential evolution, principal component analysis Elektrik enerjisi, doğası gereği büyük ölçeklerde depolanabilir değildir. Bu sebepten ihtiyaca uygun şekilde anlık üretilmelidir. Üretimin güvenilir bir şekilde sürdürülebilmesinde planlama önemli rol oynamaktadır. Hidroelektrik santrallerinde rezervuarda biriktirilen su, termal sistemlerde stoklanan yakıt miktarı ve aktif halde tutulan birim sayısı gibi kararlar elektrik üretim altyapısının kârlılığını birincil derecede etkilemektedir. Üretim planlamasının hayati bileşeni ise geleceğe dönük talep tahminidir. Talep tahmini, sektörel önemi ve tüketim örüntülerinin karmaşıklığı gereği açık araştırma konularından biridir. Bu problem üzerinde literatürde birçok farklı yöntem denenmiştir. Talebi zaman serisi olarak ele alan, talebin bileşenlerini doğrusal olarak modelleyen sistemler yanında doksanlardan itibaren makine öğrenmesi teknikleri öne çıkmaya başlamıştır. Makine öğrenmesi teknikleri geçmiş verilere dayanarak, tüketim ile etkileyen etmenler arasındaki doğrusal olmayan ilişkileri insan yardımı olmaksızın temsil edebilmektedirler. Ticari ürünlerin büyük çoğunluğunda kullanılan yapay sinir ağlarıyla beraber nispeten yeni destek vektör makineleri gibi teknikler de uygulanmaktadır. Bu çalışmada, ilki beş bin ticari işletmenin, ikincisi tüm Doğu Slovakya?nın toplam elektrik taleplerini içeren iki farklı veri kümesi kullanılmıştır. Sistem yüklerinin meteorolojik ve zamansal etmenler arasındaki bağımlılıkları dört farklı makine öğrenmesi tekniğiyle modellenerek başarımları karşılaştırılmıştır. Bu modellerden biri olan destek vektör makinelerinin, eğitim aşamasından önce ihtiyaç duyduğu parametre seçiminde üç farklı üst sezgisel yöntem denenmiş ve modelin başarımındaki etkileri araştırılmıştır. Özellik vektörü bileşenlerinin azaltılmasında temel bileşenler analizi kullanılmış ve başarım artışı incelenmiştir. Anahtar kelimeler: kısa vadeli talep tahmini, maksimum talep tahmini, yapay sinir ağları, destek vektör makineleri, rastlantısal ormanlar, parçacık sürü optimizasyonu, diferansiyel evrim, temel bileşenler analizi

Bu çalışmada, sayıma dayalı elde edilen veriler için kullanılan Poisson Regresyon, Poisson Regresyona ait uyum iyiliği testleri, artıklar, katsayıların anlamlılık testleri ayrıca Poisson dağılımına yaklaşım testi ve Poisson Regresyonun bazı özel durumları için kullanılan ?Özel Poisson Regresyon Modelleri? olan Negatif Binom Regresyon, Birleşik Poisson Regresyon, Genelleştirilmiş ve Kısıtlanarak Genelleştirilmiş Poisson Regresyon ve Yinelenmiş verilerde Poisson Regresyon ile birlikte Doğrusal Olmayan Regresyon Analizi incelenmiştir. Ayrıca Poisson Regresyon ve Doğrusal olmayan Poisson Regresyona ait tahmin ediciler tanıtılmış ve uygulama olarak doğrusal olmayan bir model kullanılarak Poisson regresyona uyarlanmıştır. Elde edilen doğrusal olmayan regresyon modelinin en küçük kareler ve maksimum olabilirlik tahmin edicileri kullanılarak farklı gözlem sayılarında elde edilen değerler karşılaştırma yapılmıştır. In this study, Poisson Regression used for count data, goodness-of-fit tests, residuals and coefficients significance tests belonging to Poisson Regression and also approximation test to Poisson Distribution, ?Special Poisson Regression Models? such as negative binomial regression, compound Poisson regression, generalized Poisson Regression, restricted generalized Poisson Regression and also Poisson Regression in repeated measurements data designs with Nonlinear Regression Analysis are investigated. Besides of these items, estimators belonging to Poisson Regression and Nonlinear Poisson Regression are introduced and also these are adapted to Poisson Regression by using a nonlinear regression model in application. Ordinary Least Squares (OLS) and Maximum Likelihood (ML) Estimators of nonlinear regression model are compared in the condition of taking different number of observations. 73

Bu araştırmada, Turgut Özal Tıp Merkezi kardiyoloji polikliniğine müracaat eden hiperlipidemi hastalarında toplam Kolesterol, LDL, Trigliserit, HDL seviyelerinin değişik regresyon modelleriyle tahmin edilerek, yaşa göre değişiminin belirlenmesi amaçlanmıştır. Bu amaçla, doğrusal ve doğrusal olmayan regresyon modelleri ile analiz yapılmıştır.Doğrusal regresyon modelleri, parametrelerin doğrusal şekilde göründüğü modellerdir. Doğrusal olmayan regresyon modelleri ise, en az bir parametrenin doğrusal olmayan şekilde göründüğü modellerdir.Özellikle sağlık alanında tahmine yönelik kullanılacak bir model ya da yöntemdeki olası hataların yüksek risk taşıyabilecek olması nedeniyle, doğru tahmin çok daha fazla önem kazanmaktadır.Modellerin uyum iyiliği, HKO, bilgi kriterleri ve açıklayıcılık katsayısı değerleri kullanılarak yapılmıştır. Bulunan istatistikler doğrultusunda yorumlar yapılmıştır. In this study, the patients with hiperlipidemic who apply to cardiology clinic of Turgut Özal Medical Center to total Cholesterol, LDL, Triglyceride and HDL levels according to age by estimating different regression models to determine the exchange. They were analyzed by linear and nonlinear regression models for this purpose.Linear regression models are models where the parameters appear linearly, whereas in nonlinear models parameters appear nonlinearly.Correctness of the predictions gains much more importance for the models to be used in medicine as an error in such models may contain high risks for individuals.Goodness of fit of the models was determined by mean square error HKO information criterions and determination coefficient values. Interpretations were evaluated by using statistical results. 57

İstikrara yönelik olarak gelişmiş ve gelişmekte olan ülke merkez bankaları açısından yüksek ve düzensiz fiyat artışları literatürde araştırılan konuların başında gelmektedir. Ampirik olarak nispi fiyat değişkenliğinin sosyal refah etkileri üzerinde çalışılmış, ekonomilerin küresel piyasalara entegrasyonuyla birlikte nispi fiyat değişkenliğinin döviz kuru ile etkileşimi ön plana çıkmıştır. Bu çalışmadaki temel amacımız; döviz kuru ve nispi fiyat değişkenliği arasındaki ilişkiyi araştırırken hem doğrusal hem de doğrusal olmayan zaman serisi analizlerini yaparak iki yöntem arasında karşılaştırma yapmaktır. Bu amaca uygun yöntem olarak hem doğrusal hem de doğrusal olmayan zaman serisi analizleri yapılacaktır. Böylece her iki yöntem arasında karşılaştırma yapma olanağı doğacaktır.Çalışmanın ilk bölümünde satın alma gücü paritesi teorisi, nispi fiyat değişkenliği ve enflasyon ilişkisi, Türkiye'nin döviz kuru tercihleri ile gösterdiği mali ve ekonomik performans, Türkiye'de nispi fiyat değişkenliğine yönelik yapılan çalışmalara yer verilmiştir. Merkez Bankası elektronik veri dağıtım sisteminden elde edilen (EVDS) 1994:1-2010:5 dönemine ait reel döviz kuru serisi ve Türkiye İstatistik Kurumundan (TÜİK) yine aynı döneme ait 1994 baz yıllı 445 alt bileşen kullanılarak 13 temel harcama grubuna göre endekslenen nispi fiyat değişkenliği hesaplanmıştır. Her iki değişkenin doğal logaritması alınarak Census-X12 yöntemine göre mevsimsellikten arındırılmıştır. Bu bölümde amaç iktisat teorisi bağlamında nispi fiyat değişkenliği ve reel döviz kuru arasındaki kuramsal çerçeve oluşturmaktır.Uygulamaya dönük olarak tasarlanan ikinci bölümde doğrusal zaman serisi analizi sonuçlarına yer verilmiştir. Doğrusal zaman serisi uygulamalarının yapıldığı bu bölümde ilk olarak birim kök testleri yapılmıştır. Geniletilmiş Dickey-Fuller (ADF, Augmented Dickey Fuller, 1981), Elliot, Rothenberg ve Stock(1996) tarafından geliştirilmiş Dickey-Fuller tabanlı GLS ve KPSS (Kwaitkowski, Phillips, Schmidt ve Shin, 1992), Ng-Perron (1996,2001) birim kök testleri kullanılarak serilerin düzey değerlerinde durağan olmadığı sonucuna varılmıştır. Araştırma kapsamında ele alınan dönemde yapısal kırılmaların varlığını ortaya koymak amacıyla tek içsel kırılma için Zivot-Andrews (1992), çift içsel kırılma için Lee-Strazicich (2003) birim kök testleri ile Bai-Perron (2003a, 2003b) tarafından geliştirilen yapısal kırılma testleri yapılmıştır. Zivot-Andrews (1992) yapısal kırılmayı dikkate alan birim kök testinde reel döviz kuru için Model A'da Haziran 1999, nispi fiyat değişkenliği için Model C'de Şubat 2001, Lee-Strazicich (2003) yapısal kırılmalı birim kök testinde ise reel döviz kuru için Model A'da Ocak 2000, nispi fiyat değişkenliği için Ağustos 2001, Bai-Perron (2003a, 2003b) yapısal kırılma testinde ise reel döviz kuru için Kasım 1999, nispi fiyat değişkenliği için Haziran 1999 ve Mayıs 2005 tarihleri ön plana çıkmaktadır. Analiz kapsamında ele alınan nispi fiyat değişkenliği ve reel döviz kurunun durağanlık seviyelerine göre seriler arasındaki uzun dönemli ilişkinin tespiti için Kejriwal (2008) ve Kejriwal-Perron (2009) tarafından geliştirilen yapısal kırılmalar altında eşbütünleşme analizinde ise Kasım 2000, Ocak 2004 ve Ağustos 2007 olarak kırılma tarihleri belirlenmiş ve bu tarihler baz alınarak dönemlere ayrılmıştır. Belirlilik katsayısı göz önüne alındığında rejimler arasında Ocak 1994-Kasım 2000 ve Aralık 2000-Ocak 2004 döneminde nispi fiyat değişkenliği ile reel döviz kuru arasında anlamlı bir ilişki bulunmuştur. Değişkenler arasında ilişkinin yönünü tespit etmek amacıyla Dolado-Lütkepohl (1996) ve Toda-Yamamoto (1995) tarafından geliştirilen Granger tipi doğrusal nedensellik analizleri yapılmıştır. Nedensellik analizlerinde hem tüm periyot için hem de Kejriwal (2008) ve Kejriwal-Perron (2009) tarafından geliştirilen yapısal kırılmalar altında eşbütünleşme analizinde bulunan tarihler baz alınarak her bir dönem için değişkenler arasında doğrusal nedensellik araştırılmıştır. Sadece Dolado-Lütkepohl (1996) Granger tipi doğrusal nedensellik analizinde 1994:1-2000:11 ve 2000:12-2010:5 dönemi için nispi fiyat değişkenliğinden reel döviz kuruna nedensellik bulunmuştur.Nispi fiyat değişkenliği ve reel döviz kuru arasındaki asimetrik ilişkileri kavrayabilmek amacıyla uygulamaya dönük son bölümde doğrusal olmayan zaman serisi analizlerine başvurulmuştur. Bu amaçla ilk olarak kendinden geçişli eşikli otoregresif model (SETAR) sonuçlarında eşik değer ve eşik değere bağlı olarak genişleme ve daralma rejimleri bulunmuştur. Daha sonra yumuşak geçişli otoregresif (STAR) modelleri ele alınmış ve geçiş fonksiyonunun lojistik veya üssel olma olasılığı ile birlikte 8 model oluşturulmuştur. Nispi fiyat değişkenliği ve reel döviz kuru arasındaki ilişkinin lojistik yumuşak geçişli otoregresif (LSTAR) veya üssel yumuşak geçişli otoregresif (ESTAR) olmasına yönelik herhangi bir iktisadi teori olmadığı için yapılacak tahmin tamamen veriye dayalı olarak ESTAR modeli öngörülmüş ve ESTAR modeli sonuçlarına göre daralma ve genişleme rejimlerine ait katsayılar elde edilmiştir. Kurulan ESTAR modeline ilişkin doğrusal olmayan etki tepki fonksiyonlarından daralma ve genişleme rejimlerine ait pozitif ve negatif şoklar saptanmıştır. Brock, Dechert ve Schienkman (1987) ve Brock, Dechert, Schienkman ve LeBaron (1996) tarafından geliştirilen BDS testi serilerin doğrusal olup olmaması test edilmiş ve sonuçta her alternatif hipotez kabul edilerek her iki değişkenin doğrusal olmadığı sonucuna varılmıştır. Hansen ve Seo (2002) tarafından önerilen eşik değerli doğrusal olmayan eşbütünleşme testi sonuçlarında ise boş hipotez kabul edilmiş ve uzun dönemli doğrusal eşbütünleşme ilişkisi bulunmuştur. Reel döviz kuru ile nispi fiyat değişkenliği arasında asimetrik nedensellikleri bulmak için Himestra-Jones (1994) ve Diks-Panchenko (2005,2006) tarafından geliştirilen doğrusal olmayan Granger tipi nedensellik analizleri yapılmıştır. Her iki test sonucunda değişkenler arasında doğrusal olmayan nedenselliği destekleyecek kanıt bulunamamıştır. For national central banks that have a developed and developing attitude towards stability, high or instable price rise is the major issue under investigation in literature. Empirically, the effects of relative price variability on social welfare have been studied and through the integration of economies with global markets, the interaction between the relative price variability with rate of exchange has come to fore. The main objective of this study is to study relative price variability and exchange rates as well as to make comparisons between linear and nonlinear time series. Therefore, it is aimed to compare the long term relations obtained from linear time series, which have been created under linearity assumptions, and the results obtained through co-integration and causality analysis when causation and linearity are abandoned.By using real exchange rate of 1994:1-2010:5 term, obtained from Data Distribution System of Central Bank (DDSCB), and 445 sub-components based on the same year- 1994 obtained from Turkish Statistical Institution (TÜİK), relative price variability indexed according to 13 basic expenditure group has been calculated and it has been isolated from seasonality according to Census-X12 by taking into consideration its natural logarithm. In the first section of the study, it has been tried to build a theoretical framework between relative price variability and real exchange rate has in terms of economics theory.The results of linear time series analysis are included in the second section focused on econometric application. In this section, where linear time series applications are carried out, unit root tests are done. Stationarity of series is tested by using Augmented Dickey-Fuller, Dickey-Fuller based GLS, Ng-Perron and KPSS tests developed by Dickey and Fuller (1981), Elliot, Rothenberg and Stock (1996), Ng-Perron (1996, 2001) and Kwaitkowski, Phillips, Schmidt and Shin (1992), respectively. It has been concluded that series are not stationary on level values. In order to indicate the availability of structural breakage during the same period, for a single endogenous breakage Zivot-Andrews (1992) , for double endogenous breakages Lee-Strazicich (2003) unit root tests and structural break tests, developed by Bai-Perron (2003a, 2003b). Zivot-Andrews (1992) unit root test finds structural breakage for real exchange rate June 1999 in Model A, and for relative price variability February 2001 in Model C. Also Lee-Strazicich (2003) test implies that there are structural breaks for real exchange rate in January 2000 in Model A and for relative price variability in August 2001. Lastly Bai-Perron (2003a, 2003b) test finds structural break for real exchange rate in November 1999 and for relative price variability in June 1999 and May 2005. As a result of cointegration analysis with structural breaks which developed by Kejriwal (2008) and Kejriwal and Perron (2009) to determine long term relationship between variables by considering stationarity level, structural break dates are November 2000, January 2004 and August 2007 and these structural break dates are used to cut the period into parts. When we take into account identification parameter, we find a significant relationship between relative price variability and real exchange rate for periods between January 1994 and November 2000 and December 2000 and January 2004. We employed Granger type linear causality tests developed by Toda ? Yamamoto (1995) and Dolado ? Lütkepohl (1996) to identify the direction of causality. Causality analysis are made for whole period and also for each sub-period identified by cointengration analysis with structural breaks which developed by Kejriwal (2008) and Perron (2009). According to Dolado ? Lütkepohl Granger type causality analysis results, there are only causal realtionship between variables running from relative price variability to real exchange rate for periods 1994: 1- 2000: 11 and 2000: 12 ? 2010: 5.In order to understand asymmetric relation between real exchange rate and relative price variability, we apply non-linear times series analysis in the last section of empirical applications. In this context, initially, we find threshold value and then we use threshold value to find expansion and contraction regimes by employing self-exciting threshold autoregressive (SETAR) analysis. Then we use smooth transition autoregressive model (STAR) and we construct eight different models with the possibility of being logistic or exponential of transition function. Because of absence of economics theory explaining whether the relation between relative price variability and real exchange rate is logistic smoothing threshold autoregressive (LSTAR) or exponential smoothing threshold autoregressive (ESTAR) model, we employee ESTAR model due to data used in the analysis. Parameters belonging expansion and contraction regimes are obtained by ESTAR model. By using non-linear impulse response functions of ESTAR model, positive and negative shocks are captured in the expansion and contraction regimes. Linearity of series is tested by BDS test developed by Brock, Dechert ve Schienkman (1987) and Brock, Dechert, Schienkman and LeBaron (1996). As a result of this test, alternative hypothesis is accepted and results imply that both series are non-linear. According to results of non-linear threshold cointegration test developed by Hansen and Seo (2002), null hypothesis is accepted and there is a long term linear cointegration relationship between variables. Also we employee non-linear Granger type causality analysis developed by Himestra-Jones (1994) and Diks-Panchenko (2005, 2006) to find assymetric causality between variables. 121

ÖZETLİNEER OLMAYAN REGRESYON MODELLERİNDE ÇOKLU İÇ İLİŞKİ PROBLEMİ Regresyon analizi, bir veya birden fazla bağımsız değişken ile bağımlı bir değişken arasındaki ilişkinin analizi ve modellenmesi için pek çok teknik içermektedir. Lineer ve lineer olmayan regresyon modeller uygulamalı bilimlerin birçoğunda geniş bir kullanım alanına sahiptir. Regresyon analizinde sıklıkla karşılan problemlerden biri açıklayıcı değişkenler arasındaki iç ilişki problemidir. Bu çalışmada, lineer olmayan modellerde iç ilişki olması durumunda, iç ilişkinin teşhisi ve model parametrelerinin kestiriminde en küçük kareler yöntemine alternatif olan bir yaklaşım incelenecektir.“Lineer Olmayan Regresyon Modellerinde Çoklu İç İlişki Problemi” adlı bu tez beş bölümden oluşmaktadır. Birinci bölümde, tezin amacına yönelik ön bilgiler verilmiştir. İkinci bölümde, lineer modellerde iç ilişki probleminin, tanısı ve giderilmesi için temel bilgiler verilmiştir. Üçüncü bölümde, lineer olmayan modellerde iç ilişki probleminin tanısı ve giderilmesine yardımcı olabilecek alternatif yaklaşımlar önerilmiştir. Bu yaklaşımlar doğrultusunda, Bölüm IV te bir simülasyon çalışması düzenlenerek önerilen bu yeni yaklaşımın tutarlılığı gösterilmiştir. Bölüm V de elde edilen sonuçlar yorumlanmıştır.ABSTRACTON MULTICOLLINEARITY IN NONLINEAR REGRESSION MODELS Regression analysis includes many techniques for modeling and analyzing the relationship between a dependent variable and one or more independent variables. Linear and nonlinear regression models have widely used in many fields of applied science. One of the frequency problems in regression analysis is multicollinearity problem between the explanatory variables. In this study, diagnosis of multicollinearity and a new approach, which is an alternative to the least squares method for the estimation of the model parameters, in case multicollinearity exists on nonlinear models, will be examined.This thesis named “on multicollinearity in nonlinear regression models” consists five chapters. In the first chapter, the preliminary information for the purpose of the thesis is given. In the second chapter, for diagnosing and remedying to multicollinearity on linear models, basis information is given. In the third chapter, alternative approaches that may help diagnosis and remedy to multicollinearity on nonlinear models are suggested. According to these approaches, the consistence of this approach which is proposed by a simulation study is shown in chapter IV. In the chapter five, the results obtained here are taken into consideration.

Bozulma noktası, bir tahmin edicinin sağlamlık ölçütlerinden birisidir. Sağlam tahmin edicilerde bu değer , sağlam olmayan tahmin edicilerde de dir. Maalesef günümüz istatistiksel paket programlarda kullanıcıya, ele aldığı tahmin edicinin sağlamlık ölçütü olan bu değer yansıtılmamaktadır. Bu da kullanıcının, ele aldığı modelde tahmin edicinin ne derecede sağlam olacağının hesaplanması için bu işlemi bizzat elle ve teorik olarak çözmesi gerekmektedir. Ancak, modelin zorluğu ve işlem hacminin büyüklüğünden ötürü her zaman bu mümkün olmamaktadır. Bundan dolayı kullanıcının ele almış olduğu modelde ve tahmin ediciye dayanan sonuçlarda, bozulma noktalarının kullanıcıya yansıtılması gerekmektedir. Bu noktadan yola çıkarak, bozulma noktasının istatistiksel bir paket programıyla hesaplanılması düşüncesi bu tezin ana temasını oluşturmaktadır. Bu çalışmada bozulma noktası yeni bir yaklaşımla (Tespit yöntemi) tanımlanarak bilgisayar ortamında hesaplanılması mümkün kılınmış, ayrıca bu yeni tanım sayesinde tahmin edicilerin bozulma noktaları yönünden sıralanabilmesi de mümkün olmuştur., Breakdown point is one of the robustness measures of an estimator. In robust estimators, the value of this measure is on the other hand in nonrobust estimators, the value of this measure is . Unfortunately in nowadays statistical packet programmes, the robustness measure of handed estimator can not be provided to the user. This impossibility causes the user to compute the robustness of an estimator of his interested model by hand and theoretically. But on the other hand by this way, computing of the robustness of an estimator is always impossible because of the difficulty of the model and the big size of computing. Therefore in the user?s interested model and in the results of an estimator that the user is interested, computing breakdown point is very important. Starting from this point, computing breakdown point by a statistical packet programme is the main theme of this thesis study. In this study, by defining an alternative new breakdown point (Tespit yöntemi), computing of breakdown point is provided to the user in computer occasion and also by courtesy of this new definition, sorting of estimators in terms of breakdown points is allowed.

FTPL teorisinde, fiyatlar genel düzeyinin belirlenmesinde zamanlararası bütçe kısıtı önem taşımaktadır. Nitekim reel borç stokunun gelecek faiz dışı fazlaların bugünkü değerine eşitlendiği kısıtta, gelecek faiz dışı fazlalarının beklenen bugünkü değeri iç borç stokunu karşılamakta yetersiz kaldığında, eşdeğerliğin sağlanması fiyat seviyesinde gerçekleşen değişimler kanalıyla sağlanmaktadır. FTPL teorisinin test edilmesine ilişkin yazında doğrusal modeller ağırlıkta olup, Cochrane (1998) ve Canzoneri ve diğ. (2001) çalışmaları takip edilerek Cochrane (1998) gözlemsel eşdeğerlik probleminin kontrol edilmesi amaçlanmakta, bu kapsamda VAR modellerinden hareket edilmektedir. Davig ve Leeper (2005) ve Sims ve Zha (2006) çalışmalarında ise FTPL teorisi doğrusal olmayan rejim geçişli modellere genelleştirilmiştir.Çalışmada, Davig ve Leeper (2005) ve Sims ve Zha (2006) çalışmalarından farklı olarak FTPL teorisinin, rejimler arası geçişin eşik mantığını içeren ve içsel geçiş fonksiyonları ile tanımlandığı STAR ailesi ve ANN modelleri ile modellenmesi hedeflenmiştir. Bu yaklaşımda, FTPL teorisinde önem taşıyan rasyonel beklentiler ve tam öngörü dengesi varsayımları ve maliye politikalarında bütçe gerçekleşmelerinden hareket edilmesi rol oynamıştır. Çalışmada, STAR ve ANN modellerinin yerleşik gösteriminden hareket edilmiştir. Deterministik ANN modellerinin stokastik yapıya genelleştirilmesinde Lai ve Wong (2001) SANN modelinden hareket edilirken, SANN model kurulum aşamalarında STAR modelleri için geliştirilen ekonometrik yöntemler esas alınmıştır.Türkiye ekonomisinde faiz ödemeleri oranı serisi 1985-2008 örneklemi için LSTAR, MLSTAR ve SANN modelleri ile modellenerek mali baskınlığın kriz dönemlerinde önemli rol oynadığı görülmüştür. Türkiye'de FTPL teorisi 1989-2008 örneklemi için LSTAR, LSTVAR, ve SANN modelleri ile incelenmiş, maliye politikalarının servet etkilerinin doğrusal-olmayan yapıda gerçekleştiği ve enflasyon oranı ve iç borç stoku büyüme oranının karşılıklı etkileşimlerinin farklı rejimler altında asimetrik yapı sergilediği görülmüştür. Bu çerçevede, Türkiye'de fiyatlar genel düzeyine ilişkin politikaların oluşturulmasında iç borçlanma ve mali baskınlığın fiyatlar genel düzeyi üzerindeki doğrusal olmayan servet etkilerinin göz önünde bulundurulması gerektiği sonucuna varılmıştır. In FTPL theory, price level is determined by intertemporal budget contraint. If the expected value of discounted future primary surpluses fails to ofset the domestic debt stock, the equation is satisfied through the changes in price level. The emprical studies mainly focus on linear models in which, following Cochrane (1998) and Canzoneri ve diğ.(2001), VAR models have an important significance to overcome the observational eqivalence problem of Cochrane (1998), Sims and Zha (2006) and Davig and Leeper (2005) extended FTPL theory to regime switching nonlinear models.The study departs from Sims and Zha (2006) and Davig and Leeper (2005). FTPL theory is modeled by the nonlinear STAR and ANN models with implicit threshold logic with transition functions as a function of threshold and transition variables. In the derivation, rational expectations and perfect foresight equilibrium assumptions and the nature of fiscal policies that are conducted by budget realizations play significant role. STAR and ANN models are represented within nested functional forms. Lai and Wong (2001) SANN model is followed to generalize ANN models to stochastic ANN models. Further, the econometric methodology developed for STAR models is evaluated for SANN model.In Turkish economy, interest payments are modeled for 1985-2008 sample with LSTAR, MLSTAR and SANN models and observed that fiscal dominance plays a significant role especially for economic crises periods. FTPL theory is investigated for 1985-2008 period with LSTAR, LSTVAR and SANN models and concluded that wealth effects of fiscal policies occur nonlinearly, and interrelations between inflation rate and domestic debt growth rate exibit asymmetric characteristics under different regimes. Accordingly, in policy formations aiming the stabilization of price level in Turkey, nonlinear wealth effects of domestic debt and fiscal dominance should be taken into consideration. 277

Bu çalışmanın amacı, özel bir durum olarak belirtilen otokorelasyonlu hataların varlığında, doğrusal olmayan regresyon için daha etkin parametre kestirimleri elde edilebilecek bir yöntemin oluşturulmasıdır. Bu amaç doğrultusunda, literatürde geçen iki aşamalı en küçük kareler yöntemi ele alınmış ve bu yöntem, çeşitli yaklaşımlar yardımıyla yeniden düzenlenmeye çalışılmıştır.Birinci bölüm giriş niteliğinde olup, tezi oluşturan konu başlıklarından kısaca bahsedilmiştir.İkinci bölümde, genel olarak doğrusal regresyon çözümlemesi ele alınmıştır. Kısaca, doğrusal regresyon çözümlemesi için gerekli varsayımlar ve parametre kestirimi üzerinde durulmuştur.Üçüncü bölümde, doğrusal olmayan regresyon çözümlemesi ayrıntılı bir biçimde ele alınmıştır. Doğrusal olmayan regresyonun geometrik görünümü, parametre kestirimi için kullanılan sayısal yöntemler ve çeşitli doğrusal olmayan model türleri sırasıyla incelenmiştir. Ayrıca, değişen varyanslı hataların varlığı ve otokorelasyonlu hataların varlığı gibi iki özel duruma da yer verilmiştir.Dördüncü bölümde, otoregresif biçimli modellerde parametre kestirimleri için farklı yaklaşımlardan bahsedilmiştir.Beşinci bölümde, otokorelasyonlu hataların varlığında doğrusal olmayan regresyon için literatürde geçen parametre kestirim yöntemleri üzerinde durulmuş ve çeşitli yaklaşımlar yardımıyla düzeltilmiş iki aşamalı en küçük kareler yöntemi önerilmiştir.Altıncı bölümde, önerilen yöntem iki farklı gerçek veri kümesi için uygulanmış ve sonuçların genellenmesi için bir Monte Carlo benzetim çalışması yapılmıştır.Son bölüm olan yedinci bölümde, çalışmanın sonuçları tartışılmış ve ileriye yönelik yapılabilecekler üzerinde durulmuştur. The aim of this study is to form a method for obtaining efficient parameter estimates in nonlinear regression in the presence of autocorrelated disturbances. For this aim, the two stage least squares method given in the literature is taken into consideration and this method is tried to be modified by using several approaches.The first chapter is an introduction which covers the main titles of the thesis.In the second chapter, linear regression analysis is examined generally. Assumptions and parameter estimation related to linear regression analysis are studied.In the third chapter, nonlinear regression analysis is given in details. The geometrical view of nonlinear regression, numerical methods for parameter estimation and some kinds of nonlinear regression models are studied. Moreover, two special cases called as heteroscedasticity and autocorrelation are examined.In the fourth chapter, different approaches for parameter estimation in autoregressive models are examined.In the fifth chapter, some parameter estimation methods given in the literature for nonlinear regression in the presence of autocorrelated disturbances are examined. In addition to these, modified two stage least squares method is proposed with the help of several approaches.In the sixth chapter, the proposed method is applied on two different real data sets and a Monte Carlo simulation study is made to generalize the results.In the seventh chapter which is the final chapter the results of the study are discussed and recommendations for future studies are given. 95

Günümüz bilişim dünyasında veri saklama ve veriye erişim gelişmiş veri tabanı sunucularında yapılmaktadır. Veri tabanlarına erişim yaygın olarak adına SQL denilen standartlaşmış bir sorgulama diliyle sağlanmaktadır. SQL dili ile veri ekleme, veri güncelleme ve veriye erişim gibi işlemler yapılmaktadır. Özellikle veriye erişim süresi veri tabanı büyüdükçe uzamakta ve daha hızlı veriye erişim yöntemleri ve performans çalışmaları önem kazanmaktadır.Veriye erişim sorgusuna alternatif sorgular türetilerek veri erişim süresi azaltılabilir. Verilen sorguya alternatif sorgular üretmek için dinamik bir veri tabanı kurallar bütünü oluşturulabilir ve sisteme entegre edilerek sürekli öğrenen bir sistemle kullanılan her sorgu optimizasyondan geçirilebilir. Ayrıca veri kümeleriyle oluşturulacak bu modeller ile veri tahmini yapılabilir.Bu tez sisteme entegre edilebilecek ve kural tabanı oluşturmada kullanılacak olan verilerin analizindeki yaklaşım metotlarından doğrusal olmayan regresyon ve yöntemlerini inceleyerek, sistemde en kararlı, hataya neden olmadan ve her defasında en yüksek başarı yüzdesiyle kural tabanı oluşturabilecek yöntemi seçmeyi amaçlar. Yöntemleri her açıdan inceler ve özellikle başarı yüzdesi yüksek ve kararlı yöntemi seçer. Bunu yaparken mevcut bilinen yöntemlere alternatif denemeler yapar ve bunları birbirleriyle karşılaştırarak en iyi yönteme karar verir.Anahtar Kelimeler: Veri Tabanı Analizi, Veri Madenciliği, Regresyon, Doğrusal Regresyon, Doğrusal Olmayan Regresyon, SQL Sorgu Optimizasyonu, Eliminasyon Metoduyla Kural Öğrenme, Veri Tahmini Today's Information World is having data storing and data accessing through advanced database servers. Accessing to those databases are provided by a query language which commonly known as SQL. Processes like data insertion, data updating and data accessing are managed by SQL language. Especially, as the data piles up and gets bigger, accessing to that data turns out to take longer; and accordingly, accessing procedures and performance operations get more important on the way to reach that data faster.By deriving alternative queries to data access, it is possible to reduce the accessing time. In order to derive alternative queries to the given query, it can be formed solid database rules; and as an integration to the system, each query can be filtered by optimizing through a system that can learn by itself. Beside that, it is possible to estimate the data by forming data clusters.This thesis points out to choose the most stable, without resulting an error and to be able to create the highest success rated regulation based method within the system on each trials by observing non-linear regressions and methods obtained from processing approaches that are being used to form regulation based data analysis and to be integrated to the system. It is meant to observe methods from every angle and especially to choose the most stable and highest success rated methods. At the time of processing, all the possible alternative tests are being executed for the every known method and by doing that the system decides the best method with comparing them.Keywords: Database Analysis, Data Mining, Regression, Linear Regression, Non-Linear Regression, SQL Query Optimization, Obtaining Rules with Elimination Method, Data Estimation 162

Gözlemlerin bulanık sayı olması durumunda lineer olmayan regresyon analizi için bazı yöntemler vardır. Yapay sinir agları, en küçük kareler destek vektör mekanizmasına dayalı bulanık regresyon ve bulanık en küçük mutlak sapmalar regresyonu bunlardan bazılarıdır. Bu çalısmada, belirtilen yöntemler ele alınacak ve sayısal uygulamaların sonuçları karsılastırılacaktır., There are some methods for fuzzy nonlinear regression analysis when the observations are fuzzy numbers. Some of them are artificial neural networks, least squaresupport vector machines and fuzzy least absolute deviations regression. In this study, explained methods will be handled and the results of numeric applications will be compared.

ÖZET Yüksek Lisans Tezi HATALARI OTOKORELASYONLU LİNEER OLMAYAN REGRESYONDA PARAMETRE TAHMİNİ İsmail KINACI Selçuk Üniversitesi Fen Bilimleri Enstitüsü İstatistik Anabilim Dalı Danışman: Yrd.Doç.Dr. Aşır GENÇ 2002, 132 Sayfa Jüri: Yrd.Doç.Dr. Aşır GENÇ Yrd.Doç.Dr. M. Fedai KAYA Yrd.Doç.Dr. Abdurrahman TOZLUCA Bilindiği gibi, gerek lineer gerekse lineer olmayan regresyon modellerindeki hata terimlerinin üzerinde bulunan sabit varyanslılık ve otokorelasyon olmaması varsayımlarının bozulması sorunu, yapılacak parametre tahminlerini ve istatistiksel sonuç çıkarımlarını olumsuz yönde etkileyecektir. Bu çalışmada bu sorunun sebepleri, ortaya çıkardığı sonuçlar ve bu sorunun giderilmesine ilişkin yöntemler üzerinde durulmuştur ve günlük Amerikan Dolan satış kuru verileri ile ilgili bir uygulama yapılmıştır. Anahtar Kelimeler: Lineer Regresyon, Lineer Olmayan Regresyon, Sabit Varyanslılık, Değişen Varyanslılık, Otokorelasyon. ABSTRACT Master Thesis PARAMETER ESTIMATION IN NONLINEAR MODELS WITH AUTOCORRELATED ERRORS Ismail KINACI Selçuk University Graduate School of Natural and Applied Sciences Department of Statistics Supervisor: Assist.Prof.Dr. Aşır GENÇ 2002, 132 Page Jury: AssistProf.Dr. Aşır GENÇ AssistProf.Dr. M. Fedai KAYA Assist.Prof.Dr. Abdurrahman TOZLUCA As far as known, corrupting the assumptions of homoscedasticity and autocorrelations on error terms in both linear and nonlinear regression models will affect the estimations of parameter values and statistical inference makings. In this study, the reasons and the results of this type of difficulty and the methods related with avoiding these source of problems will be disscussed. Also an application of daily rate of American Dollar sales exchange data is given. Key Words: Linear Regression, Nonlinear Regression, Homoscedasticity, Heteroscedasticity, Autocorrelation 11 132

81

ÖZET DO?AL ÇATLAKLI REZERVUARLARA AİT KUYU TESTİ VERİLERİNİN DO?RUSAL OLMAYAN REGRESYON YÖNTEMLERİ İLE ANALİZİ Bu çalışmanın amacı, doğal çatlaklı rezervuarlarda gerçekleştirilen kuyu basınç testlerinin doğrusal olmayan regresyon yöntemleri ile yorumlanarak bu rezervuarlara ait bilinmeyen model parametrelerinin tahmin edilmesidir. Çalışmanın odak noktasını pek çok alanda uygulamaları olan parametre optimizasyonu kavramı oluşturmaktadır. Bir kuyu testine ait veriler ile uygun bir matematiksel modelin nicel olarak en yakın çakışmasını sağlayan parametre değerlerinin tahmini durumunda, bu kavram bir regresyon uygulamasına dönüşmektedir. Söz konusu matematiksel modellerin, bu çalışmada dikkate alman doğal çatlaklı rezervuar modellerindeki gibi karmaşık olduğu ve parametrelerinin doğrusal bir fonksiyonu olmadığı durumlarda doğrusal olmayan regresyon yöntemleri uygulanmaktadır. Bilinen grafiksel yorumlama yöntemleri ile parametre tahmininin güç ve bazı durumlarda imkansız olabildiği bu tür problemlerin doğrusal olmayan regresyon yöntemleri ile bilgisayarlarda analizi, pratiklik ve hızlılık ile birlikte sonuçların geçerliliğinin sayısal anlamda sorgulanabilirlesin! de mümkün kılmıştır. Bu çalışmada özellikle doğal çatlaklı rezervuarlar temel alınacak şekilde, doğrusal olmayan regresyon yöntemleri detaylı bir şekilde araştırılmış, farklı yöntemlerin performansları ve söz konusu probleme uygulanmada gösterdikleri yararlılıkları tartışılmıştır. Bilinen grafiksel analiz yöntemlerinde olduğu gibi regresyon uygulamalarında da basınç verilerini temsil etmekte değişik model eğrileri dikkate alınmış, bilinen model eğrilerine ek olarak daha önce regresyonda denenmemiş yeni model eğrilerinin de performansları araştırılmıştır. Tez kapsamında, doğrusal olmayan regresyon ve sonuçların istatistiksel analizi için gerekli bilgisayar yazılımları geliştirilmiş ve gerek yapay gerekse gerçek saha verileri ile uygulamalar gerçekleştirilmiştir. Bunların sonucunda bilgisayarda doğrusal olmayan regresyon ile kuyu testi analizinin yararlarına ait genel yorumlara ek olarak, özelde çeşitli konular üzerinde ayrıntılı sonuçlar elde edilmiştir. Regresyonda alışılagelmiş tip eğrilerine alternatif olarak integral eğrileri ile basınç/türev oranı eğrilerinin kullanılması bunlara örnek olarak verilebilir. Test verilerinin gürültülü olduğu durumlarda integral eğrilerinin türev eğrilerine göre üstünlüğü ve diğer eğrilerin yakınsama problemleri olduğu durumlarda basınç/türev oranı eğrilerinin daha iyi performans gösterdiği, bu çalışmayla ortaya konmuştur. Model denklemlerinde etken kuyu yarıçapı kavramının kullanılmasının aşırı negatif zar faktörü değerlerinin neden olduğu sorunları önlediği gösterilmiştir. Bir başka önemli sonuç olarak basınç yükselim testlerinde üretim dönemini ihmal ederek analiz yapmanın neden olduğu hatalar ve bunun yerine bu testlere `değişken debili test` yaklaşımı ile regresyon uygulamasının sağladığı yararlar gösterilmiştir. XV SUMMARY ANALYSIS OF WELL TESTS FROM NATURALLY FRACTURED RESERVOIRS USING NONLINEAR REGRESSION The aim of this study is to investigate the applicability of parameter estimation using non-linear regression methods to analyze well-test data from naturally fractured reservoirs. The study is based upon the parameter optimization concept. Considering the problem of matching a well-test data and an appropriate analytical model and estimating the optimized model parameter values, this concept tums into a regression application. When these analytical models are too complex and are non-linear functions of the parameters to be estimated, like naturally fractured reservoir models studied here, non-linear regression analysis methods need to be applied. in conventional well-test analysis, various graphical representations like cartesian, semi-log ör log-log plots of well-test data are used to estimate some reservoir properties. For this purpose, either straight lines (semi-log analysis) ör pre-drawn model curves (type-curve analysis) are matched visually to these plots. Therefore, obviously the results of a conventional graphical analysis suffer from subjectivity and it is impossible to employ statistical analysis to evaluate the validity of results quantitatively. Besides, using öne of these graphical techniques, öne can estimate only a few parameters at önce. Parameter estimation using non-linear regression methods in well-test analysis have become increasingly popular for the last decade. The main advantages of this method över the conventional graphical techniques such as semi-log analysis and type-curve matching are that it allows for the estimation of a large number of unknown reservoir parameters, minimizes the subjectivity of the interpretation, and allows us to employ statistical analysis to evaluate the validity of results quantitatively. Typically, a nonlinear regression technique is based on finding the values of unknovvn reservoir model parameters vvhich will provide the closest fit between measured well-test data and appropriate interpretation model data. Regarding the number of unknovvn model parameters for naturally fractured reservoirs, parameter estimation using non-linear regression is extremely advantageous. in conventional graphical well test analysis, only a few parameters can be estimated through semi-log straight line techniques ör manual type curve matching at önce and that is stili problematic not only for these methods are subjective and have no repeatability, but they require a lot of effort to deal with many graphs ör determine the characteristic portions of data corresponding certain periods of pressure transient behavior as well. On the other hand, vvell test analysis using nonlinear regression lets us to estimate ali unknovvn model parameters at önce, without lack of repeatability xvior subjectivity problems, provided that; (i) an appropriate interpretation model is chosen, (ii) the interpretation model is not insensitive to these parameters, (iii) there is no strong correlation between these parameters to lead singularity problem, (iv) a portion of data which is controlled by a certain unknown parameter is not missing or hidden by the effect of another parameter (e.g., when the wellbore storage period lasts long, it may hide the transition period) and (v) the noise of well test data is normally distributed with zero mean. In general, this study is focused on naturally fractured reservoir systems. However, fixing the model parameters which represent the fracture system to their appropriate values, homogeneous reservoir systems can be evaluated using the same models as well. Both pseudo-steady state and transient state interporosity flow models with wellbore storage effect are included. Various idealized matrix shapes with and without interporosity skin effect are considered. Throughout this study, a fully penetrating vertical well in an infinitive naturally fractured reservoir was assumed. No outer boundary effect was considered except for the fault problem. Single fault and intersecting double faults with constant pressure or closed boundary effects are evaluated. Above models give the pressure transient behaviors of naturally fractured reservoirs producing at constant surface flow rate. However, using the superposition principle, these models can be used to obtain the pressure transient behavior of multirate problem as well. In this study, the performances of various regression techniques are investigated. One of them is the well known least squares (LS) technique and is based on the idea of minimizing the sum of squared residuals which can be represented as follows: n. np. 2 v-i 2.v-» / measured model / 2>/ =2>/ -y, ) 1=1 1=1 Here, r, is the residual and is used to denote the difference between a measured data point and the corresponding model data point. Along with the conventional least squares technique, a number of least absolute values (LAV) approaches which are based on the idea of minimizing the sum of absolute residuals are studied. Similarly, sum of absolute residuals can be written as follows: measured model y, -y, »1=1 1=1 1=1 Results of this study verify that LAV type regression techniques are less sensitive to the existence of poorly measured data points, i.e. outliers, than LS technique and that is why they are also known as `Robust Regression Methods`. An outlier is a data point of more than 3 or 4 times of standard deviation from the mean. Outliers give much greater residual values than the rest of the data, therefore LS tecnique is strongly influenced by the existance XVIIof these points, since these residuals are squared and yield much greater values. However, LAV approach is not as easy to implement as LS approach, because the model gradients need to be calculated for the regression algorithm and by the definition of LAV approach it is not possible to achieve that directly. Instead, most LAV methods are based on minimizing an equivalent objective function which at the limit approaches to a weighed least squares technique and that makes the calculation of model gradients possible for LAV methods. Applying all the techniques mentioned above, as well as the pressure curve itself, various type curves derived from the pressure data, i.e. derivative and integral curves or different combinations of them are also studied. A comparison of these curves are made to discuss both reliability and efficiency of using them in non-linear regression analysis. One of these curves is presented in the Literature as pressure / pressure derivative ratio and is used for the first time in non-linear regression analysis during this study. This model curve is less sensitive to initial guess values of unknown parameters and therefore performs better in local minimum cases. In this study it is also shown that `pressure integral` and `pressure derivative integral` model curves prove useful in regression analysis of noisy pressure data cases where derivative curves fail to give reliable results. This advantage is obtained by the smoothing effect caused by integration of pressure data along time. In non-linear regression analysis, model gradients, i.e., derivatives of analytical model equations with respect to the unknown parameters need to be calculated repeatedly until a good match of measured and model data is obtained. For this purpose both numerical and analytical gradients are used to compare their performances. Finite differences approach is used to calculate numerical gradients. On the other hand, taking partial derivatives of the model equations with respect to the unknown parameters and rearranging, analytical gradient equations are written as compact and practical as possible. Later on, both approaches are implemented to compare their code-writing easiness and run time performances. The analytical gradient equations from well known fractured reservoir models are derived and presented for the first time during this study. In this study it is shown that the use of analytical gradients improves convergence scheme ande reduces the number of iterations needed, since they give more accurate gradient values. On the other hand, unless they can be written efficient and compact enough, computation of gradients take longer than those from the finite differences approach even if the number of iterations is smaller. Another point is the `sensitivity plots` from which the sensitivity of gradients can be seen. Sensitivity plots for both individual and grouped parameter sets are drawn to see where the gradients are sensitive to those parameters and where they are not. For a period where the sensitivity values of a certain parameter are close to zero, it can be concluded that the model is insensitive to the parameter within that period and therefore it is difficult to obtain good estimates from regression analysis for this parameter. XVIIIThe regression methods in this study are based on unconstrained parameter optimization techniques, i.e., during the iterations that unknown parameters are searched, they can have any value between -a> and +qo. Regarding the model equations that represent the pressure transient behavior of naturally fractured reservoirs and the physical limits (or constraints) for the unknown parameters (e.g. permeability or porosity are parameters which always have positive values) it is obvious that a regression procedure may be interrupted when an unrealistic value of a parameter that blows out the model is encountered. In this study, different constraining algorithms are implemented to keep the unknown parameters values within their physical limits. Each method is based on another approach completely; `Simple Bounding` method takes a fraction of the step back, when the value of a parameter exceeds the limits. This method is efficient and easy to employ. `Penalty Function` method is based on increasing the value of the sum of the squared deviations by simply adding a penalty function which increases its value drastically as the unknown parameter value gets closer to the limits. `Imaging Extention` method uses the multiple mirror images of the objective function to obtain equivalent constrained parameter values from unconstrained values. And the last method is `Line Search` which not only keeps the parameter values in their limits, and also searches the minimizing parameter value as compared to the previous iteration. This method may take longer computational time than all other methods mentioned above. In this study, while using different curves other than the pressure curve in non-linear regression analysis, numerical derivation and integration algorithms are used to calculate derivative, integral or combinations of them from the well test data. In practise, without the use of an efficient transform algorithm, these groups magnify the bad influence caused by the possible noise on well test data. For the synthetic well test examples even if no noise was introduced, numerical transform methods give derivative or integral type curves deviated from the ideal behavior since they can not help changing the characteristic trend of the actual data, and, therefore yielding a deformed type curve. Hence, to take the advantage of using derivative and integral type curves, efficient transform methods given in literature are implemented to generate them. One of the most significant advantages of well-test analysis using nonlineer regression is that a statistical analysis can be employed to evaluate the validity, or in other words, confidence of the results. In this study, for a comprehensive evaluation of the regression examples, various statistical analysis techniques like confidence limits, joint confidence regions and residual analysis are studied and implemented. Different types of residual plots aid the diagnosis of correlated parameters while confidence limits show the intervals that enclose the real parameter values, with a given percentage of probability. In case of correlated parameters, instead of individual confidence limits, joint confidence regions are used to check the validity of the results. These techniques are used to evaluate the results of a least squares (LS) type regression method. To check the validity of the results obtained from the least absolute values (LAV) type regression methods XIXwhich are based on minimizing an equivalent problem of weighed least squares, the same techniques are used. As an exception, a simplex LAV type regression method is followed by an LS regression which accepts its results as the initial guesses, and the final parameter estimates are analyzed using statistical techniques that belong to LS approach. In addition to these statistical methods, visual representations of the objective functions such as three-dimensional surface and contour plots are used to have an idea about the performance of regression algorithms and which parameters to be estimated from regression analysis. The problems mentioned above are investigated in detail through the synthetic well-test examples, each pointing at a specific topic, and example runs with field data from naturally fractured reservoirs are carried out to see the applicability and limitations of non-linear regression analysis. xx 228

ÖZET Yakın zamana kadar yapılan istatistiksel çalışmalarda veri yapısının doğrusal modeller ile ifade edilebileceği varsayılıyordu. Ancak, araştırma konusuna ve verilerine göre, özellikle zaman serilerinde, doğrusal teorinin yetersiz kaldığı ve incelenen zaman serilerinin doğrusal bir model ile yeterince temsil edilemediği durumlar sıklıkla ortaya çıkmaktadır. Böyle durumlarda, doğrusal olmayan modeller, bir anlamda gerçekçi oldukları için veya modelin fonksiyonel formu gereği veri setini daha az parametre ile da ha iyi karakterize ettikleri için seçilirler. Ancak verilerin zamana göre ardı şık olarak biriktiği durumlar, hata terimlerinde önemli derecede otokorelasyona neden olabilirler. Böylece, hata terimlerinin otokorelasyonlu olması durumunda doğru sal olmayan regresyon modellerinde parametre tahmini probleminin incelenmesi bu çalışmanın özünü oluşturmuştur. Öncelikle doğrusal olmayan regresyon modellerinde parametre tahmin metodları ve istatistiksel sonuç çıkarsama konuları incelendi. Daha sonra, otokorelasyonlu hata terimli doğrusal olmayan regresyon modelleri için geliştirilen parametre tahmin metodları incelendi. Bu metodlardan iki- aşamalı koşullu EKK tahmin metodunun, doğrusal olmayan EKK metodu na göre etkinliği yapılan simulasyon çalışması ile desteklendi. Ayrıca yapı lan uygulama ile iki-aşamalı koşullu EKK tahmin metodunun doğrusal ol mayan EKK metoduna göre daha iyi sonuçlar verdiği görüldü. V ABSTRACT In most of the recent statistical studies, it is assumed that data struc tures can be represented by linear models. However, it is frequently obser ved that linear models are insufficient in modelling especially time series data related to various areas. In these situations to explain the data set the nonlinear models are chosen because they are more realistic in some sense or because the functional form of the model allows the response to be better characterized, perhaps with fewer parameters. But the situations in which data are collected sequentially over time may give rise to substantial serial correlation in the errors. In this study, we concerned with the nonlinear regression models which have autocorrelation in errors. First of all, parameter estimation methods and statistical inferences are investigated in nonlinear models. After that these methods are studied in nonlinear models with autocorrelation in errors. The result of simulation study is supported that two-stage conditionally least-squares estimation method is more efficient than the nonlinear least-squares estimation met hod. As a result of the application, again, it is seen that two-stage conditio nally least-squares estimation method is better than the nonlinear least- squares estimation method. 155

Nonlinear regression models differ in general from linear regression models in that the LS estimators of the parameters are biased, non-normally distributed, and have variances exceeding the minimum possible variance. It seems reasonable that if a choice is available amongst various competing models one would wish to choose that model whose small sample behaviour most closely approximates to that of a linear model. *. As a tool for finding suitable well-formulated models, we have examined the curvature measures of Bates-and- Watts (1980) and bias formula of Box (1971). As an alternative, we have employed simulation studies in investigating the nonlinear behaviour of a model, and we have shown that this method is most practical and easy to use. 226