Kira Bedellerinin Yapay Sinir Ağı ve Regresyon İle Tahminlemesine Yönelik Çalışma
Öz
Günümüzde ekonomik dalgalanmalar her alanı etkilemektedir. Ekonomik koşullardan en çok etkilenen ve gündeme gelen konulardan birisi de ev kira bedelleridir. Kira bedellerinde olabildiğince ortak bir paydada buluşulması, hem ev sahibini hem de kiracıyı memnun edecek adil bir sistemin olması önemlidir. Gelişen teknolojiyle birlikte tahminleme yöntemleri de gelişmiştir ve daha mantıklı sonuçlar üretmektedir. Tahminleme çalışmaları ile kira bedelleri için daha sistematik bir yöntem belirlenebilir. Bu çalışmada Gebze’deki kira bedellerinin tahminlemesi, belirli dönemler içerisinde alınmış olan verilere göre, yapay sinir ağları ve regresyon yöntemleri ile gerçekleştirilmiştir. İki yöntemde de ortalama mutlak yüzde hata değerleri hesaplanmıştır. Regresyonla tahminlenen verilerin MAPE değeri 17,74, yapay sinir ağları ile tahminlenen verilerin MAPE değeri ise 16,44 olarak bulunmuştur. Çoklu regresyonun R değeri 0,71, yapay sinir ağlarının R değeri 0,75 çıkmıştır. Sonuç olarak yapay sinir ağları yönetimiyle tahminlenen veriler regresyonla tahminlenen verilerden daha anlamlıdır. Kira bedellerini etkileyen başka faktörler de eklenerek (evin kendi yapısı, konumu, ekonomik koşullar vb. ile ilgili) çalışma daha da genişletilebilir ve geliştirilebilir.
Anahtar Kelimeler
Kaynakça
- Cansız, Ö.F., Erginer, İ., Erginer, M., (2020). Trafik kaza sayısının ve yaralı sayısının yapay sinir ağları ve regresyon yöntemleri ile tahmini. Osmaniye Korkut Ata Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 3(1), 29-35.
- Çınaroğlu, E., Avcı, T., (2020). THY hisse senedi değerinin yapay sinir ağları ile kestirimi. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 34(1), 1-19.
- Çiçek, U., Hatırlı, S.A., (2016). Isparta ilinde konut fiyatlarını etkileyen faktörlerin hedonik fiyat modeli ile analizi. Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 1(13), 98-114.
- Hoş, S., (2020). Çoklu doğrusal regresyon analizi güvenilirliğinin Jackknife tekniği ile sınanmasına yönelik bir araştırma. Journal of Management and Economics Research, 18(4), 304-316.
- İlhan, A.T., Öz, S., (2020). Yapay sinir ağlarının gayrimenkullerin toplu değerlemesinde uygulanabilirliği: Gölbaşı ilçesi örneği. Hacettepe Üniversitesi Sosyal Bilimler Dergisi, 2(2), 160-188.
- Kılıç, F., Aka, H., Aktuğ, Z.B., (2020). Futbolda yapay sinir ağları modeli ile lig sıralaması tahmini. Uluslararası Güncel Eğitim Araştırmaları Dergisi, 6(2), 379-391.
- Kördiş, G., Işık, S., Mert, M., (2014). Antalya’da konut fiyatlarını etkileyen faktörlerin hedonik fiyat modeli ile tahmin edilmesi. Akdeniz İ.İ.B.F. Dergisi, 14(28), 103-132.
- Omay, R.E., Aydın, D., Mammadov, M., (2007). Semiparametrik toplamsal regresyon modeli ile tahmin: Eskişehir’deki evlerin kira fiyatları ve özellikleri arasındaki ilişkilerin analizi. Anadolu Üniversitesi Bilim Ve Teknoloji Dergisi, 8(1), 153-159.
- Öztürk, K., Şahin, M.E., (2018). Yapay sinir ağları ve yapay zekâya genel bir bakış. Takvim-i Vekayi, 6(2), 25-36.
- Öztürk, N., Fitöz, E., (2009). Türkiye’de konut piyasasının belirleyicileri: Ampirik bir uygulama. ZKÜ Sosyal Bilimler Dergisi, 5(10), 21-46.