zaman serileri analizi - wordpress.comzaman serileri analizi 3 Özet tff süper liginde 1960 ile...
TRANSCRIPT
Zaman Serileri Analizi
2017
TFF Süper Lig 2018 Şampiyon Takımın Puan Tahmini İLYAS TUNÇ / SULTAN ŞENTEKİN
DANIŞMAN | Yrd. Doç. Dr. Özge ELMASTAŞ GÜLTEKİN
Zaman Serileri Analizi
1
Bornova 2017
İÇİNDEKİLER
Özet………………………………………………………………………………………………………………………………………3
1) TFF Süper Lig Hakkında………………………………………………………………………………………………………4
1.1) Temeller………………………………………………………………………………………………………………4
2) Zaman Serileri Hakkında ……………………………………………………………………………………………………5
3) Uygulama ………………………………………………………………………………………………………………………….6
3.1) Durağanlık Analizi …………………………………………………………………………………………….…6
3.1.1) Ham Veri İçin Durağanlık Analizi ……………………………………………………………6
3.1.2) Birinci farkları alınmış veri için durağanlık analizi………………………………….10
3.2) Doğrusal zaman serisi modellerinin Uygulanması…………………………………………….…14
3.2.1) Orijinal veri için Doğrusal zaman serisi modellerinin Uygulanması………..14
3.2.1.1) Otoregresif Süreç: AR(p)……………………………………………………….14
3.2.1.2) Hareketli ortalama süreci: MA(q)………………………………………….18
3.2.1.3) Otoregresif Hareketli ortalamalar süreci ARMA(p,q)……………..21
3.2.2) Birinci farkları alınmış veri için Doğrusal zaman serisi modellerinin
Uygulanması…………………………………………………………………………………………………27
3.2.2.1) otoregrasif süreç: AR(p)……………….……………………………………….27
3.2.2.2) Hareketli ortalama süreci: MA(q)………………………………………….30
3.2.2.3) Otoregresif Hareketli ortalamalar süreci ARMA(p,q)…………….33
3.3) Model seçimi…………………………………………………………………………………………………….40
3.3.1) Birinci Farkları Alınmış Veriler İçin Model Seçimi……………………..40
3.3.2) Ham Veriler İçin Model Seçimi…………………………………………………43
3.3.3) Anlamlı Bulunan Modeller……………………………………………………….46
Zaman Serileri Analizi
2
3.3) Hata Analizi………………………………………….……………………………………………………………47
3.4) Sonuç………………………………………………………………………………………………………………..50
Veri seti ………………………………………………………………………………………………………………………………51
KAYNAKÇA……………………………………………………………………………………………………..……………………52
Zaman Serileri Analizi
3
Özet
TFF süper liginde 1960 ile 2017 yılları arasında şampiyon olan takımların ulaştığı
puanlar kullanılarak 2018 yılında şampiyon olacak takımın ulaşacağı puan, zaman serileri
analizi ile tahmin edilmiştir. Kullandığımız veriler Türkiye Futbol Fedarasyonunun resmi web
sitesinden alınmıştır. Kullanılan verilere ulaşabileceğiniz link kaynakça kısmında belirtilmiştir.
Zaman Serileri Analizi
4
1 ) TFF Süper Lig Hakkında
Süper Lig, Türkiye'deki en üst seviye futbol ligi. Bir sezonda 18 takımın mücadele ettiği
ligde, her takımın diğerleriyle ikişer maç yaptığı çift devreli lig usulü uygulanmaktadır. En üst
sırada yer alan takım şampiyon olurken son üç sıradaki takım 1. Lig'e düşmekte, 1. Lig'deki üç
takım ise ertesi sezon mücadele etmek üzere Süper Lig'e yükselmektedir. Ağustos ve mayıs
ayları da dahil olmak üzere dokuz ay süren bir organizasyon olan Süper Lig, 34 hafta ve 306
maçtan oluşur. 2015-16 sezonu bitimiyle birlikte lig, UEFA ülkeler sıralamasında 11. sırada yer
almakta ve UEFA Şampiyonlar Ligi'ne 2, UEFA Avrupa Ligi'ne 3 takım yollamaktadır. Türkiye
Kupası şampiyonu olup ilk 4'e giremeyen bir takım da UEFA Avrupa Ligi'ne katılabilir.
İstanbul, Ankara ve İzmir bölgesel liglerinden toplam 16 takımın katılımıyla 1959 yılında
Millî Lig adıyla ilk sezonu düzenlenen lig, o sezon iki gruba bölünmüş ve bu grupların birincileri
arasında yapılan iki maç sonunda şampiyonunu bulmuştu. 1962-63 sezonunda Türkiye 1.
Futbol Ligi, 2001-02 sezonu başında Süper Lig adı kullanılmaya başlanırken bu dönemden
sonra farklı sponsorların desteği sebebiyle lig adının başına sponsor adı eklenerek kullanıldı.
Zaman içinde katılımcı sayısı ve format bakımından çeşitli değişikliklere uğradı.
Şimdiye kadar 69 takımın mücadele ettiği Süper Lig'de beş takım; Galatasaray (20)
Fenerbahçe (19), Beşiktaş (15), Trabzonspor (6) ve Bursaspor (1) şampiyonluk unvanı
alabilmiştir. Ligin tamamlanan son sezonu olan 2016-17 sezonunda şampiyonluğa ulaşan
takım Beşiktaş olurken, 20 şampiyonluğu bulunan Galatasaray lig tarihinde en çok şampiyon
olan takımdır.
1.1 ) Temeller
Çeşitli şehirlerden takımların yer aldığı Türkiye'deki ilk ulusal futbol turnuvası 1924'ten
1951'e kadar Türkiye Futbol Şampiyonası adıyla düzenlendi. 1937 ile 1950 yılları arasında
düzenlenen Millî Küme' ye; İstanbul, Ankara ve İzmir futbol liglerinde üst sıralarda yer alan
takımlar katılmaktaydı. 1951 yılında ülkede profesyonel futbolun kabul edilmesiyle birlikte
önce 1952'de İstanbul'da, 1955'te ise Ankara ve İzmir'de profesyonel ligler kuruldu. 1955-56
sezonuyla birlikte başlayan Şampiyon Kulüpler Kupası'nın 1956-57 ve 1957-58 sezonlarına
Türkiye'den katılacak takımı belirlemek için, üç bölgesel profesyonel ligdeki takımların
mücadele ettiği Federasyon Kupası organize edildi. İki sezon süren bu organizasyonun her iki
sezonunda da şampiyon olan takım Beşiktaş'tı.
Zaman Serileri Analizi
5
2 ) Zaman Serileri Hakkında
Zaman serisi analizinin nerelerde kullanıldığını anlamak için zaman serisinin ne olduğu
iyi bilinmelidir. Her seri zaman serisi değildir, bir serinin zaman serisi olabilmesi için zamana
bağlı bir durum olmalıdır. Örneğin borsa değeri bir zaman serisidir, borsa değeri hesaplanırken
bir önceki günün kapanış değeri bir sonraki günün değerini etkilemektedir. Ancak borsada her
bir hisse değeri hesaplanırken bir önceki günün değerlerinden etkilenmeseydi ve buna bağlı
olarak her gün ölçülen hisse değerleri bir önceki günden bağımsız olarak hesaplansaydı, bu
durumda değeri bir zaman serisi olmazdı. Dolayısıyla bir serinin zaman serisi olabilmesi için
eldeki verilerin en az bir tanesinin zamana bağlı olması gerekmektedir.
Zaman ile ilgili olan her şey bir olayı ifade eder ve olayların hepsi bir mekânda
gerçekleşir. Örneğin gün, ay ve yılın oluşması coğrafi bir olaydır ve belli bir zaman içerisinde
gerçekleşir. Kurulan bir sistem modelinde zamanın yer alıp almaması o sistemin zaman serisi
olup olmamasını etkiler. Örneğin bir taşın yüksek bir yerden atılıp çarpma hızının hesaplandığı
bir sistemde sonuç zamandan bağımsızdır, yani taş hangi zamanda atılırsa atılsın çarpma hızı
bu zamandan etkilemez. Ancak taşın gün içinde kaç defa yüksekten atıldığına bakan bir
sistemde, taşın kaç defa atıldığı gün içinde belli saatlerde farklı sonuçlar veriyorsa bu sistem
bir zaman serisi olabilir.
Zaman serisi analizi yapılırken verilerin zamana bağlı değişimleri incelenir. Örneğin bir
çağrı merkezinde gün içinde gelen çağrı sayısı günün belli saatlerinde fazla olurken belli
saatlerinde de az olmaktadır, yani zamana bağlı olarak değişmektedir.
Zaman Serileri Analizi
6
3 ) Uygulama
3.1 ) Durağanlık Analizi
3.1.1 ) Ham Veri İçin Durağanlık Analizi
Şekil 3.1.1.1 : Şampiyon takım puanlarının 1960-2017 arası zaman yolu grafiği.
Yukarıdaki zaman yolu grafiği incelendiğinde, verilerin sabit bir ortalama civarında
olmadığı veya serinin ortalamasının sürekli değişkenlik göstermesi, verinin durağan dışı
olduğuna bir işarettir. Durağanlık kontrolü için, verilerin Korelogram’ı çizilmeye karar
verilmiştir.
Zaman Serileri Analizi
7
Şekil 3.1.1.2 : Şampiyon takım puanlarının Korelogram’ı.
Korelogram incelendiğinde serinin gözlemleri arasında güçlü bir birliktelik söz konusu
olduğu için oldukça yüksek otokorelasyon katsayıları bulunmuştur, yani Korelogram
incelendiğinde otokorelasyonun güven bantları dışında olduğu görülmektedir. Böylece
korelogramda da zaman yolu grafiğine dayanarak yapılan yorumları desteklemektedir.
Zaman yolu grafiği ve korelogram incelendiğinde veri setinin durağan – dışı olduğu
görülmektedir. Bu durumu desteklemek amacıyla, veri setine birim kök testleri uygulanacaktır.
Birim kök testinde, alfa değeri 0.05 olarak alınmıştır. Hipotezimiz;
H0: Birim kök vardır \ Durağan dışıdır.
H1: Birim kök yoktur \ Durağandır.
Zaman Serileri Analizi
8
Şekil 3.1.1.3 : Orijinal veri için , kesmeli trendsiz birim kök testi.
Kesmeli trendsiz birim kök testi sonucunda, p değeri 0.1242 olarak elde edilmiştir. P-
değeri, alfa değerinden büyük olduğu için H0 hipotezini red edemiyoruz, yani veri seti durağan
dışıdır.
Şekil 3.1.1.4 : Orijinal veri için , kesmeli trendli birim kök testi
Zaman Serileri Analizi
9
Kesmeli trendli birim kök testi sonucunda, p değeri 0.1229 olarak elde edilmiştir. P-
değeri, alfa değerinden büyük olduğu için H0 hipotezini red edemiyoruz, yani veri seti durağan
dışıdır.
Şekil 3.1.1.5 : Orijinal veri için , kesmesiz trendsiz birim kök testi.
Kesmesiz trendsiz birim kök testi sonucunda, p değeri 0.6208 olarak elde edilmiştir. P-
değeri, alfa değerinden büyük olduğu için H0 hipotezini red edemiyoruz, yani veri seti durağan
dışıdır.
Anlamlılık Düzeyi
Kesmeli ve Trend t=-3.071706
Kesmeli ve Trendsiz t=-1.561074
Kesmesiz ve Trendsiz t=0.169320
%1 -4.127338 -3.550396 -2.606163
%5 -3.490662 -2.913549 -1.946654
%10 -3.173943 -2.594521 -1.613122
DF İstatistiği t>T t>T t>T
Karar H0 reddedilemez H0 reddedilemez H0 reddedilemez
Şekil 3.1.1.6 : Orijinal veri için, Dickey Fuller Testinde t istatistikleri oranları.
Orijinal veriye, kesme parametreli ve trendsiz, Kesme parametreli ve trendli, kesme
parametresiz ve trendsiz testleri uygulanmıştır. Üç testin sonucunda da birim kök olduğu
görülmektedir. ADF test istatistiğinin %1, %5, %10 seviyelerindeki değerlerinden anlaşılacağı
gibi veri setinde durağan dışılık vardır. Zaman serisi urağan hale getirilmek için fark alma işlemi
gerçekleştirilecektir.
Zaman Serileri Analizi
10
3.1.2 ) Birinci farkları alınmış veri için durağanlık analizi.
Şekil 3.1.2.1 : Birinci farkı alınmış verinin, zaman yolu grafiği.
Yukarıdaki zaman yolu grafiği incelendiğinde, verilerin sabit bir ortalama civarında
olduğu veya serinin ortalamasının değişkenlik göstermediği, verinin durağan olduğuna bir
işarettir. Birinci farkı alınmış verinin durağanlığından emin olmak için, verilerin Korelogram’ı
çizilmeye karar verilmiştir.
Zaman Serileri Analizi
11
Şekil 3.1.2.2 : Birinci farkı alınmış verinin Korelogram tablosu.
Birinci farkları alınmış verinin Korelogram’ı incelendiğinde serinin gözlemleri arasında güçlü bir
birliktelik söz konusu olmadığı için oldukça küçük otokorelasyon katsayıları bulunmuştur, yani
Korelogram incelendiğinde otokorelasyonun güven bantları içerisinde olduğu görülmektedir.
Böylece birinci farkları alınmış verinin korelogram’ı, birinci farkları alınmış verinin zaman yolu
grafiğine dayanarak yapılan yorumları desteklemektedir.
Birinci farkları alınmış verinin zaman yolu grafiği ve korelogram’ı incelendiğinde veri
setinin durağan olduğu görülmektedir. Bu durumu desteklemek amacıyla, veri setine birim
kök testleri uygulanacaktır.
Birim kök testinde, alfa değeri 0.05 olarak alınmıştır. Hipotezimiz;
H0: Birim kök vardır \ Durağan dışıdır.
H1: Birim kök yoktur \ Durağandır.
Zaman Serileri Analizi
12
Şekil 3.1.2.3 : Birinci farkları alınmış veri seti için, kesmeli trendsiz birim kök testi tablosu.
Bir fark alınmış veri setinin, kesmeli trendsiz birim kök testi sonucunda, p değeri
yaklaşık olarak 0.000 olarak elde edilmiştir. P-değeri, alfa değerinden küçük olduğu için H0
hipotezini kabul edebiliriz, yani veri seti durağandır.
Şekil 3.1.2.4 : Birinci farkları alınmış veri seti için, kesmeli trendli birim kök testi tablosu.
Bir fark alınmış veri setinin, kesmeli trendli birim kök testi sonucunda, p değeri yaklaşık
olarak 0.000 olarak elde edilmiştir. P-değeri, alfa değerinden küçük olduğu için H0 hipotezini
kabul edebiliriz, yani veri seti durağandır.
Zaman Serileri Analizi
13
Şekil 3.1.2.5 : Birinci farkları alınmış veri seti için, kesmesiz trendsiz birim kök testi tablosu.
Bir fark alınmış veri setinin, kesmesiz trendsiz birim kök testi sonucunda, p değeri
yaklaşık olarak 0.000 olarak elde edilmiştir. P-değeri, alfa değerinden küçük olduğu için H0
hipotezini kabul edebiliriz, yani veri seti durağandır.
Birinci farkları alınmış veri setine, kesme parametreli ve trendsiz, Kesme parametreli
ve trendli, kesme parametresiz ve trendsiz testleri uygulanmıştır. Üç testin sonucunda da birim
kök olmadığı görülmektedir. ADF test istatistiğinin %1, %5, %10 seviyelerindeki değerlerinden
anlaşılacağı gibi veri setinde durağanlık vardır.
Anlamlılık Düzeyi Kesmeli ve Trend
t=-8.159490
Kesmeli ve Trendsiz
t=--8.211185
Kesmesiz ve Trendsiz
t=-8.272604
%1 -4.130526 -3.552666 -2.606911
%5 -3.492149 -2.914517 -1.946764
%10 -3.174802 -2.595033 -1.613062
DF İstatistiği t<T t<T t<T
Karar Ho red edilir Ho red edilir Ho red edilir
Şekil 3.1.2.6 : Birinci farkları alınmış veri için, Dickey Fuller Testinde t istatistikleri oranları
Zaman Serileri Analizi
14
3.2 ) Doğrusal zaman serisi modellerinin Uygulanması
3.2.1 ) Orijinal veri için Doğrusal zaman serisi modellerinin Uygulanması
3.2.1.1 ) Otoregresif Süreç: AR(p)
Şekil 3.2.1.1.1 : Orijinal veri için, kesmeli trendli Ar(1) modeli tablosu.
Zaman Serileri Analizi
15
Şekil 3.2.1.1.2 : Orijinal veri için, kesmeli trendli Ar(2) modeli tablosu
Şekil 3.2.1.1.3 : Orijinal veri için, kesmeli trendsiz Ar(1) modeli tablosu
Zaman Serileri Analizi
16
Şekil 3.2.1.1.4 : Orijinal veri için, kesmeli trendsiz Ar(2) modeli tablosu
Şekil 3.2.1.1.5 : Orijinal veri için, kesmesiz trendsiz Ar(1) modeli tablosu
Zaman Serileri Analizi
17
Şekil 3.2.1.1.6: Orijinal veri için, kesmesiz trendsiz Ar(2) modeli tablosu
Zaman Serileri Analizi
18
3.2.1.2 ) Hareketli ortalama süreci: MA(q)
Şekil 3.2.1.2.1: Orijinal veri için, kesmeli trendli Ma(1) modeli tablosu.
Şekil 3.2.1.2.2: Orijinal veri için, kesmeli trendli Ma(2) modeli tablosu
Zaman Serileri Analizi
19
Şekil 3.2.1.2.3: Orijinal veri için, kesmeli trendsiz Ma(1) modeli tablosu
Şekil 3.2.1.2.4: Orijinal veri için, kesmeli trendsiz Ma(2) modeli tablosu
Zaman Serileri Analizi
20
Şekil 3.2.1.2.5: Orijinal veri için, kesmesiz trendsiz Ma(1) modeli tablosu.
Şekil 3.2.1.2.6: Orijinal veri için, kesmesi trendsiz Ma(2) modeli tablosu
Zaman Serileri Analizi
21
3.2.1.3 ) Otoregresif Hareketli ortalamalar süreci ARMA(p,q)
Şekil 3.2.1.3.1: Orijinal veri için, kesmeli trendli ArMa(1,1) modeli tablosu.
Şekil 3.2.1.3.2: Orijinal veri için, kesmeli trendli ArMa(1,2) modeli tablosu.
Zaman Serileri Analizi
22
Şekil 3.2.1.3.3: Orijinal veri için, kesmeli trendli ArMa(2,1) modeli tablosu.
Şekil 3.2.1.3.4: Orijinal veri için, kesmeli trendli ArMa(2,2) modeli tablosu.
Zaman Serileri Analizi
23
Şekil 3.2.1.3.5: Orijinal veri için, kesmeli trendsiz ArMa(1,1) modeli tablosu.
Şekil 3.2.1.3.6: Orijinal veri için, kesmeli trendsiz ArMa(1,2) modeli tablosu.
Zaman Serileri Analizi
24
Şekil 3.2.1.3.7: Orijinal veri için, kesmeli trendsiz ArMa(2,1) modeli tablosu.
Şekil 3.2.1.3.8: Orijinal veri için, kesmeli trendsiz ArMa(2,2) modeli tablosu.
Zaman Serileri Analizi
25
Şekil 3.2.1.3.9: Orijinal veri için, kesmesiz trendsiz ArMa(1,1) modeli tablosu.
Şekil 3.2.1.3.10: Orijinal veri için, kesmesiz trendsiz ArMa(1,2) modeli tablosu.
Zaman Serileri Analizi
26
Şekil 3.2.1.3.11: Orijinal veri için, kesmesiz trendsiz ArMa(2,1) modeli tablosu.
Şekil 3.2.1.3.12: Orijinal veri için, kesmesiz trendsiz ArMa(2,2) modeli tablosu.
Zaman Serileri Analizi
27
3.2.2 ) Birinci farkları alınmış veri için Doğrusal zaman serisi modellerinin
Uygulanması
3.2.2.1 otoregrasif süreç: AR(p)
Şekil 3.2.2.1.1: Birinci farkları alınmış veri için, kesmeli trendli Ar(1) modeli tablosu.
Zaman Serileri Analizi
28
Şekil 3.2.2.1.2: Birinci farkları alınmış veri için, kesmeli trendli Ar(2) modeli tablosu.
Şekil 3.2.2.1.3: Birinci farkları alınmış veri için, kesmeli trendsiz Ar(1) modeli tablosu.
Zaman Serileri Analizi
29
Şekil 3.2.2.1.4: Birinci farkları alınmış veri için, kesmeli trendsiz Ar(2) modeli tablosu.
Şekil 3.2.2.1.5: Birinci farkları alınmış veri için, kesmesiz trendsiz Ar(1) modeli tablosu.
Zaman Serileri Analizi
30
Şekil 3.2.2.1.6: Birinci farkları alınmış veri için, kesmesiz trendsiz Ar(2) modeli tablosu.
3.2.2.2 Hareketli ortalama süreci: MA(q)
Şekil 3.2.2.2.1: Birinci farkları alınmış veri için, kesmeli trendli Ma(1) modeli tablosu.
Zaman Serileri Analizi
31
Şekil 3.2.2.2.2: Birinci farkları alınmış veri için, kesmeli trendli Ma(2) modeli tablosu.
Şekil 3.2.2.2.3: Birinci farkları alınmış veri için, kesmeli trendsiz Ma(1) modeli tablosu.
Zaman Serileri Analizi
32
Şekil 3.2.2.2.4: Birinci farkları alınmış veri için, kesmeli trendsiz Ma(2) modeli tablosu.
Şekil 3.2.2.2.5:Birinci farkları alınmış veri için, kesmesiz trendsiz Ma(1) modeli tablosu.
Zaman Serileri Analizi
33
Şekil 3.2.2.2.6:Birinci farkları alınmış veri için, kesmesiz trendsiz Ma(2) modeli tablosu.
3.2.2.3 ) Otoregresif Hareketli ortalamalar süreci ARMA(p,q)
Şekil 3.2.2.3.1:Birinci farkları alınmış veri için, kesmeli trendli ArMa(1,1) modeli
tablosu.
Zaman Serileri Analizi
34
Şekil 3.2.2.3.2: Birinci farkları alınmış veri için, kesmeli trendli ArMa(1,2) modeli tabosu.
Şekil 3.2.2.3.3: Birinci farkları alınmış veri için, kesmeli trendli ArMa(2,1) modeli
tablosu.
Zaman Serileri Analizi
35
Şekil 3.2.2.3.4: Birinci farkları alınmış veri için, kesmeli trendli ArMa(2,2) modeli
tablosu.
Şekil 3.2.2.3.5: Birinci farkları alınmış veri için, kesmeli trendsiz ArMa(1,1) modeli
tablosu.
Zaman Serileri Analizi
36
Şekil 3.2.2.3.6: Birinci farkları alınmış veri için, kesmeli trendsiz ArMa(1,2) modeli
tablosu.
Şekil 3.2.2.3.7: Birinci farkları alınmış veri için, kesmeli trendsiz ArMa(2,1) modeli
tablosu.
Zaman Serileri Analizi
37
Şekil 3.2.2.3.8: Birinci farkları alınmış veri için, kesmeli trendsiz ArMa(2,2) modeli
tablosu.
Şekil 3.2.2.3.9: Birinci farkları alınmış veri için, kesmsizi trendsiz ArMa(1,1) modeli
tablosu.
Zaman Serileri Analizi
38
Şekil 3.2.2.3.10: Birinci farkları alınmış veri için, kesmsizi trendsiz ArMa(1,2) modeli
tablosu.
Şekil 3.2.2.3.11: Birinci farkları alınmış veri için, kesmsizi trendsiz ArMa(2,1) modeli
tablosu.
Zaman Serileri Analizi
39
Şekil 3.2.2.3.12: Birinci farkları alınmış veri için, kesmsizi trendsiz ArMa(2,2) modeli
tablosu.
Zaman Serileri Analizi
40
3.3 ) Model seçimi
Orijinal veriler ve fark alınmış veriler üzerinde model denemeleri yapıldı ve kesmeli
trendli, kesmeli trendsiz ve kesmesiz trendsiz model denemelerinden anlanmlı olup
olmadığına bakıldı. Model seçim kriterleri aşağıda belirtilmiştir.
• Standart belirlenen katsayısı yani R^2 yüksek olmalı
• Adjusted R^2 yüksek olmalı
• 3.F istatistiği anlamlı olmalı
• 4.Akaike bilgi kriter (AIC) küçük olmalı
• 5.Schwarz bilgi kriteri (SIC) küçük olmalı
• 6.Hata kareler toplamı (SSR) küçük olmalı
• 7.Olabilirlik oranı (LR) yüksek olmalı
3.3.1 ) Birinci Farkları Alınmış Veriler İçin Model Seçimi
AR(1) MA(1) AR(2) MA(2) ARMA(1,1) ARMA(1,2) ARMA(2,1) ARMA(2,2)
Kesme
Prob.
-0.633351
(0.8509)
-0.605074
(0.8451)
-0.558064
(0.8362)
-0.46001
(0.8478)
-0.456613
(0.8606)
-0.490173
(0.8413)
-0.568751
(0.8369)
-0.503461
(0.8386)
Φ1
Prob.
-0.111746
(0.4543)
-0.140752
(0.3060)
0.448125
(0.3083)
-0.164158
(0.7750)
-0.231926
(0.6200)
-0.160070
(0.8028)
Θ1
Prob.
-0.203837
(0.0721)
-0,131954
(0.03673)
-0.653387
(0.0824)
0.021032
(0.9706)
0.097493
(0.8509)
0.016073
(0.9807)
Φ2
Prob.
-0.243732
(0.0517)
-0.253165
(0.0516)
-0.056639
(0.9496)
Θ2
Prob.
-0.237693
(0,0562)
-0.263193
(0.0748)
-0.211167
(0.8176)
R -
squared 0.017427 0.028654 0.079099 0,081478 0.055125 0.083495 0.079340 0.083870
Adj R-
squared -0.038190 -0.026327 0.008261 0,010823 -0.017558 -0.006359 -0.010921 -0.026066
F
prob.
0.343345
(0.815644)
0.521164
(0.669577)
1.116610
(0.358733)
1,153179
(0.342185)
0.758428
(0.557087)
0.929232
(0.469920)
0.879010
(0.501893)
0.762897
(0.602480)
AIC 6.888720 6.877752 6.861141 6.858753 6.886010 6.891709 6.895978 6.926436
SIC 7.032092 7.021124 7.040356 7.037968 7.065225 7.106767 7.111036 7.177337
SSR 2845.013 2812.506 2666.444 2659.555 2735.862 2653.717 2665.746 2652.631
LR -192.3285 -192.0159 -190.5425 -190.4745 -191.2513 -190.4137 -190.5354 -190.4034
Tablo 3.3.1.1 : Birinci farkları alınmış veri için kesmeli trendli alternatif model tahmini
sonuçları.
Zaman Serileri Analizi
41
AR(1) MA(1) AR(2) MA(2) ARMA(1,1) ARMA(1,2) ARMA(2,1) ARMA(2,2)
Kesme
Prob.
0.221454
(0.8282)
0.234078
(0.8159)
0.249223
(0.7852)
0.273061
(0.7408)
0.278557
(0.7533)
0.264523
(0.7543)
0.245719
(0.7928)
0.260920
(0.7603)
Φ1
Prob.
-0.107028
(0.4790)
-0.134792
(0.3323)
0.455160
(0.3229)
-0.162879
(0.7821)
-0.251215
(0.6040)
-0.161521
(0.8024)
Θ1
Prob.
-0.192652
(0.0952)
-0.125390
(0.3998)
-0.653114
(0.0976)
0.026825
(0.9636)
0.124290
(0.8180)
0.024674
(0.9706)
Φ2
Prob.
-0.239584
(0.0545)
-0.250904
(0.0488)
-0.056898
(0.9501)
Θ2
Prob.
-0.235379
(0.0566)
-0.258876
(0.0716)
-0.206608
(0.8223)
R -
squared
0.011764 0.021776 0.071506 0.073675 0.047322 0.075607 0.071935 0.075967
Adj R-
squared
-0.024837 -0.014454 0.018949 0.021241 -0.006604 0.004500 0.000545 -0.014624
F
prob.
0.321422
(0.726495)
0.601045
(0.551864)
1.360551
(0.264865)
1.405113
(0.251510)
0.877542
(0.458669)
1.063287
(0.384070)
1.007635
(0.412068)
0.838567
(0.528621)
AIC 6.859361 6.849640 6.834173 6.832029 6.859053 6.865082 6.868819 6.899825
SIC 6.966890 6.957169 6.977545 6.975401 7.002425 7.044297 7.048034 7.114883
SSR 2861.410 2832.421 2688.431 2682.150 2758.455 2676.555 2687.189 2675.513
LR -192.4918 -192.2147 -190.7739 -190.7128 -191.4830 -190.6548 -190.7613 -190.6450
Tablo 3.3.1.2 : Birinci farkları alınmış veri için kesmeli trendsiz alternatif model tahmini
sonuçları.
Zaman Serileri Analizi
42
AR(1) MA(1) AR(2) MA(2) ARMA(1,1) ARMA(1,2) ARMA(2,1) ARMA(2,2)
Φ1
Prob.
-0.105503
(0.4728)
-0.132356
(0.3204)
0.438616
(0.3522)
-0.178165
(0.7700)
-0.266838
(0.5941)
-0.178350
(0.7822)
Θ1
Prob.
-0.187887
(0.0738)
-0.119499
(0.3901)
0.046886
(0.9381)
0.143366
(0.7941)
0.045937
(0.9451)
Φ2
Prob.
-0.236945
(0.0568)
-0.631327
(0.1124)
-0.249823
(0.0471)
-0.071669
(0.9354)
Θ2
Prob.
-0.229179
(0.0624)
-0.254610
(0.0722)
-0.188955
(0.8318)
R - squared 0.010582 0.020117 0.069194 0.070151 0.043731 0.072504 0.069826 0.073063
Adj R-squared -0.007407 0.002301 0.034720 0.035712 0.008314 0.020004 0.017174 0.001760
AIC 6.875463 6.816214 6.801518 6.800580 6.827569 6.833220 6.835960 6.867769
SIC 6.897149 6.887900 6.909047 6.908109 6.935098 6.976592 6.979332 7.046984
SSR 2864.834 2837.1226 2695.124 2692.353 2768.851 2685.541 2693.296 2683.922
LR -192.5257 -192.2621 -190.8433 -190.8165 -191.5857 -190.7468 -190.8249 -190.7314
Tablo 3.3.1.3 : Birinci farkları alınmış veri için kesmesiz trendsiz alternatif model tahmini
sonuçları.
Birinci farkları alınmış veriler için yapılan, kesmeli trendli, kesmeli trendsiz ve
kesmesiz trendsiz model denemelerinden, model seçim kriterlerine göre anlamlı olan model
bulunamamıştır. Ham veriler kullanılarak yapılan model denemeleri incelenecektir.
Zaman Serileri Analizi
43
3.3.2 ) Ham Veriler İçin Model Seçimi
AR(1) MA(1) AR(2) MA(2) ARMA(1,1) ARMA(1,2) ARMA(2,1) ARMA(2,2)
Kesme
Prob.
48.09750
(0.000)
43.47108
(0.0000)
48.16972
(0.0000)
43.90205
(0.0000)
48.22765
(0.0000)
49.95478
(0.0000)
47.79972
(0.0000)
49.88912
(0.0000)
Φ1 Prob. 0.794796
(0.0000)
0.789464
(0.0000)
0.800972
(0.0000)
0.877056
(0.0000)
0.075362
(0.9199)
0.618532
(0.4947)
Θ1
Prob.
0.680502
(0.0000)
0.845681
(0.0000)
-0.015660
(0.9330)
-0.061754
(0.7570)
0.779490
(0.2562)
0.184491
(0.8382)
Φ2 Prob. 0.007011
(0.9623)
0.546765
(0.3859)
0.217830
(0.7596)
Θ2 Prob. 0.301102
(0.0669)
-0.190737
(0.2445)
-0.201103
(0.2628)
R -
squared 0.823798 0.758745 0.823809 0.789821 0.823819 0.828766 0.825766 0.829444
Adj R-
squared 0.814009 0.745342 0.810512 0.773959 0.810522 0.812302 0.809012 0.809178
F prob. 84.15525
(0.00000)
56.60983
(0.0000)
61.95265
(0.0000)
49.79155
(0.0000)
61.95668
(0.0000)
50.33573
(0.00000)
49.28967
(0.0000)
41.33695
(0.0000)
AIC 6.816853 7.124575 6.851288 7.023182 6.851252 6.858920 6.875209 6.889680
SIC 6.958952 7.266675 7.028913 7.200806 7.028876 7.072069 7.088358 7.138354
SSR 2655.176 3635.448 2654.998 3167.163 2654.856 2580.302 2625.522 2570.094
LR -193.6887 -202.6127 -193.6874 -198.6723 -193.6863 -192.9087 -193.3811 -192.8007
Tablo 3.3.2.1: Orijinal veri için kesmeli trendli alternetif model tahmini sonuçları.
Zaman Serileri Analizi
44
AR(1) MA(1) AR(2) MA(2) ARMA(1,1) ARMA(1,2) ARMA(2,1) ARMA(2,2)
Kesme
Prob.
63.25734
(0.0000)
65.08210
(0.0000)
63.3175
(0.0000)
65.22729
(0.00000)
65.48435
(0.0001)
65.44412
(0.0001)
65.51475
(0.0001)
Φ1
Prob.
0.894708
(0.0000)
0.840089
(0.0000)
0.916240
(0.00000)
0.944496
(0.0000)
1.344216
(0.0552)
0.712522
(0.3269)
Θ1
Prob.
0.784972
(0.0000)
1.046568
(0.0000)
-0.117977
(0.4125)
-0.093699
(0.5426)
-0.565475
(0.3650)
0.124637
(0.8629)
Φ2
Prob.
0.060169
(0.6726)
-0.380508
(0.5443)
0.215303
(0.7425)
Θ2
Prob.
0.446743
(0.0081)
-0.207615
(0.1286)
-0.231365
(0.1121)
R –
squared
0.815798 0.583082 0.816472 0.694232 0.817009 0.824050 0.819392 0.824742
Adj
R-squared
0.809100 0.568921 0.806276 0.677245 0.806843 0.810771 0.805761 0.807890
F
prob.
121.7930
(0.0000)
38.46014
(0.0000)
80.07766
(0.0000)
40.86814
(0.0000)
80.36554
(0.00000)
62.05554
(0.0000)
60.11338
(0.0000)
48.94092
(0.0000)
AIC 6.837338 7.642916 6.868154 7.371275 6.865273 6.861799 6.886776 6.892627
SIC 6.943912 7.749491 7.010253 7.513375 7.007373 7.039423 7.064400 7.105777
SSR 2775.714 6282.502 2765.565 4607.588 2757.471 2651.370 2721.561 2640.952
LR -195.2828 -218.6446 -195.1765 -209.7670 -195.0929 -193.9922 -194.7165 -193.8862
Tablo 3.3.2.2: Orijinal veri için kesmeli trendsiz alternatif model tahmini sonuçları.
Zaman Serileri Analizi
45
AR(1) MA(1) AR(2) MA(2) ARMA(1,1) ARMA(1,2) ARMA(2,1) ARMA(2,2)
Φ1
Prob.
0.994792
(0.000)
0.892290
(0.000)
0.996631
(0.000)
0.997908
(0.000)
1.438658
(0.0049)
0.821137
(0.1942)
Θ1
Prob.
0.941982
(0.000)
1.763466
(0.9844)
-0.184926
(0.1149)
-0.118787
(0.4031)
-0.632620
(0.1416)
0.046261
(0.9409)
Φ2
Prob.
0.103065
(0.4847)
-0.439879
(0.3702)
0.176260
(0.7779)
Θ2
Prob.
0.999931
(0.9922)
-0.229295
(0.0727)
-0.254225
(0.0809)
R –
squared
0.804751 -3.684042 0.806899 -0.697323 0.808688 0.8183368 0.813215 0.818835
Adj R-
squared
0.801264 -3.767685 0.799877 -0.759044 0.801732 0.808277 0.802838 0.805162
AIC 6.912052 10.04858 6.935937 9.173429 6.927229 6.912005 6.938512 6.944135
SIC 6.983102 10.11963 7.042511 9.280004 7.033803 7.054104 7.080611 7.121759
SSR 2942.191 70583.34 2909.822 25576.79 2882.855 2736.994 2814.650 2729.963
LR -198.4495 -299.4087 -198.1422 -263.0294 -197.8896 -196.4481 -197.2168 -196.3799
Tablo 3.3.2.3: Orijinal veri için kesmesiz trendsiz alternatif model tahmini sonuçları.
Ham veriler için yapılan model denemelerinde, model seçim kriterlerine göre kesmeli
trendli modellerde AR(1) modeli, kesmeli trendsiz modellerde AR(1) modeli ve kesmesiz
trendsiz modellerde AR(1) modeli anlamlı model olarak belirlenmiştir. Bir sonraki aşamada
seçilen bu üç model arasından seçim yapılacaktır.
Zaman Serileri Analizi
46
3.3.3 ) Anlamlı Bulunan Modeller
Ham
Veri
AR(1)
C
@Trend
AR(1)
C
AR(1)
R^2 0.823798 0.815798 0.804751
F
Prob.
84.15525
(0.00000)
121.7930
(0.0000)
AIC 6.816853 6.837338 6.912052
SIC 6.958952 6.943912 6.983102
SSR 2655.176 2775.714 2942.191
LR -193.6887 -195.2828 -198.4495
Tablo 3.3.3.1 : Anlamlı bulunan modeller tablosu.
Üç model arasından yedi kritere göre yapılan karşılaştırmalarda en anlamlı model
kesme parametreli ve trendli AR(1) modeli olarak belirlenmiştir. Bu model üzerinde hata
analizi yapılacaktır.
Zaman Serileri Analizi
47
3.3.4 ) Hata Analizi
Tablo 3.3.4.1 : Hatalar için Actual, Fitted grafiği.
Grafikte görüldüğü üzere gerçek ve tahmin değerlerinin uyum gösterdiğini yani
gerçeğe yakın tahminler yapıldığını ve hataların belirli bir ortalama etrafında rasgele
dağıldığı görülmektedir.
Zaman Serileri Analizi
48
Tablo 3.3.4.2 : Hatalar için histogram grafiği.
Ortalama yaklaşık olarak sıfır bulunmuştur. Yani hatalar normal dağılıma
benzemektedir.
Tablo 3.3.4.3 : Hatalar için histogram grafiği.
Zaman Serileri Analizi
49
Hata verileri için çizilen korelogram tablosunda görüldüğü üzere bütün
otokorelasyonlar güven bantlarının içinde çıkmıştır. Yani ε ’lar birbirleriyle
ilişkisizdir bu dumda süreç durağandır denir.
Tablo 3.3.4.4 : Hatalar için hipotez testi tablosu.
Hipotez testimizde H0 hipotezimiz “μ=0 ” , H1 hipotezimiz ise “μ ≠ 0” ve
α = 0.05 olarak tanımlanmıştır. Eviews paket programı yardımıyla oluşturulan
hipotez testi tablosunda, hesaplanan p değeri α değerinden büyük olduğundan
(p<α) , H0 hipotezini ret edemiyoruz, yani hata verilerinin normal dağıldığını
söyleyebiliriz.
Tablo 3.3.4.5 : Hatalar için Q-Q grafiği
Zaman Serileri Analizi
50
3.3.5 ) Sonuç
Bu çalışmada 1960 – 2017 yılları arasında TFF süper liginde şampiyon olan takımların
topladıkları puanlar kullanılarak 2018 yılında şampiyon olabilmek için toplanması gereken
puan tahmin edilmeye çalışılmıştır.
TFF resmi web sitesinden alınan verilerin durağanlığını test etmek amacıyla,
korelogram testi ve birim kök testleri uygulanmıştır. Bu test sonuçları, değişkenlerin birinci
farklarında durağan olduklarını göstermiştir. Tüm değişkenlerin birinci dereceden durağan oldukları
saptandıktan sonra, ham veri ve birinci farkları alınmış veriler üzerinde doğrusal zaman serisi
modellerinden, otoregregresif süreç AR(p), Hareketli ortalamalar süreci MA(q) ve otoregresif hareketli
ortalamalar süreci ARMA(p , q) kullanılarak model denemeleri yapılmıştır. Modeller üzerinde
yapılan analizler sonucunda uygun modeller belirlenmiştir, bu modeller üzerinde ayrı ayrı hata
analizleri yapılmış ve analiz sonucunda en uygun modelin, ham veri için kesme parametreli ve trend
eklenmiş AR(1) modelinin olduğuna karar verilmiştir. Bu model ile eviews paket proğramı ile
hesaplanan 2018 yılı puanı 78 olarak belirlenmiştir.
TFF süper ligi ilk yarı ve ikinci yarı olmak üzere iki dönemden oluşmaktadır. 2018 yılı için ilk yarı
dönemi bu günlerde sona ermiş ve şampiyonluk mücadelesi veren 6 farklı takım bulunmaktadır. Önceki
dönemler incelendiğinde, ilk yarı dönemi sonunda şampiyonluk mücadelesi veren 2 veya 3 takım
olduğu görülmektedir. Bu yüzden, 2018 yılı için bu şekilde devam etmesi durumunda şampiyon olacak
takımın zaman serileri analizi ile tahmin edilenin puanın altında bir puana sahip olacağı
öngörülmektedir.
Zaman Serileri Analizi
51
Veri Seti
Zaman Serileri Analizi
52
Kaynakça
Basılı Bilgi Kaynakları
• Mehmet Çınar ve Mustafa Sevüktekin, Ekonometrik Zaman Serileri Analizi. Dora
Yayıncılık, 2014.
Elektronik Bilgi Kaynakları
• https://www.wikipedia.org
• http://www.tff.org : http://www.tff.org/Default.aspx?pageID=545
• https://www.youtube.com : Şadi Evren Şeker, Zaman serisi analizi:
https://www.youtube.com/watch?v=llfu9evG39c