İşletmelerin tahminleme sürecinde bulanık doğrusal regresyon analizi ve lojistik regresyon analizinin uygulanması

Abstract

Son yıllarda artan rekabetçi ortamda ve küresel ekonominin yarattığı etkiler sonucunda, işletmeler için yaşamlarını devam ettirmek ve fark yaratabilmek adına en önemli araçlardan birisi de geleceğe yönelik tahminlerde bulunmak ve stratejilerini buna göre belirlemek olmuştur. Bu bağlamda işletmeler riskleri en aza indirgemek için, birçok uygulama alanında yer bulan tahminleme yöntemlerinin ve istatistiksel analizlerin kullanılmasına yönelmektedirler. Sebep sonuç ilişkisine dayanan, bağımlı ve bağımsız değişkenler arasındaki ilişki biçimi regresyon olarak ifade edilmektedir ve istatistiksel analizlerde sıklıkla kullanılmaktadır. Bulanık Doğrusal Regresyon Analizi ise karar verme sürecinde, sistem yapısından kaynaklanan belirsizlikleri de dikkate alarak hem nitel hem de nicel değişkenlerin modele alınmasını sağlayan bir problem çözme tekniği kullanarak klasik regresyon analizine alternatif bir yöntem olmaktadır. Diğer bir regresyon tekniği olan Lojistik Regresyon Analizi ise sonuç değişkeninin iki veya çok düzeyli kategorik değişken olması, 0 ve 1 gibi kesikli değerler alması durumunda kullanılmaktadır. Bağımlı değişken üzerinde açıklayıcı değişkenlerin etkileri olasılık olarak elde edilerek, bu faktörlerin olasılık olarak belirlenmesi sağlanmaktadır. Bu tez çalışmasında Bulanık Regresyon Analizi ve Lojistik Regresyon Analizi bir tahmin yöntemi olarak teorik olarak incelenmiş ve bu kapsamda bankaların sektör paylarının tahminlenmesine yönelik, her iki analiz yöntemi ile modeller oluşturularak bir uygulama yapılmıştır ve elde edilen sonuçlar yorumlanmıştır. In recent years, in increasingly competitive environment and as results of global economy, one of the most important tool for enterprises has become forecasting the future and determining their strategies in this way in order that enterprises maintain their life and create a difference. In this sense, for minimizing the risks, enterprises tend towards using of forecasting methods and statistical analysis that take part in many applications. The relationship between dependent and independent variables that based on cause and effect relation, is expressed as a regression and oftenly used in statistical analysis. As for Fuzzy Linear Regression Analysis is being an alternative method to the classical regression analysis by using a problem solving tecnique which takes into account the fuzziness of system structure and include both qualitative and quantitative variables to the model in decision process. Another regression tecnique Logistic Regresson Analysis is used for the situation that the outcome variable is binomial or multinomial categorical variable, and take discrete values like 0 and 1. By the effects of explanatory variables on dependent variable are obtained as a probability, it provides to determine these factors as a probability. In this thesis study, Fuzzy Regression Analysis and Logistic Regression Analysis is examined theoretically as a forecasting method and within this scope an application carried out for forecasting the sector portions of the banks with both analyses methods by setting models and consequently the obtained results are interpreted.