Determination of Turkey Province with Multivariate Statistical Methods in terms of Banking Activities
Öz
The aim of this study to use variables of banking data to demonstrate the similarities and differences between multivariate statistical analysis methods and provinces in Turkey. In this context, analyses were carried out for 81 provinces with 10 different banking indicators for 2018. As the first stage in the study, principal components analysis (TBA) was applied from multivariate statistical analysis methods, and then clustering analysis was performed using both raw data and components obtained by TBA. The results obtained in both cases were compared.
Anahtar Kelimeler
Banking Multivariate Statistics Principal Component Analysis Cluster Analysis
Kaynakça
- ÖZGÜR, E. (2003). Çok Değişkenli İstatistiksel Analiz Yöntemleri ve Bir Uygulama, Gazi Üniversitesi Sosyal Bilimler Enstitüsü, Doktora tezi.
- TATLIDİL, H. (2002). Uygulamalı Çok Değişkenli İstatistiksel Analiz. Ankara, Akademi Matbaası.
- TBB, Türkiye Bankalar Birliği, “Türkiye'de Bankacılık Sistemi Seçilmiş Göstergelerin İllere ve Bölgelere Göre Dağılımı”, https://www.tbb.org.tr/Content/Upload/istatistikiraporlar/ekler/1185/Bankacilik_Sisteminin_Cografi_Dagilimi_2018.pdf, 06.02.2020.
- TIMM, N.H. (2002). Applied Multivariate Analysis. New York, Springer Verlag.
- YAMAN YILMAZ, C. ve ATAN, M. (2014). “Efficiency Ranking of Provinces in Turkey Using NUTS-3”, International Journal of Research in Social Sciences, 6(10): 178-218.
- YAYLALI, Mummer, OKYAY, Erkan, AKAN,Yusuf (2006). “Kişi Başına Düşen Gsyih Değerlerine Göre Türkiye’deki Coğrafi Bölgelerin ve GSYİH’yı Oluşturan Sektörlerin Kümelenmesi”, Atatürk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 8 (2): 311-334.
Türkiye’deki İllerin Bankacılık Faaliyetleri Açısından Çok Değişkenli İstatistiksel Yöntemler ile İncelenmesi
Öz
Bu çalışmanın amacı, bankacılık verilerinden oluşan değişkenleri kullanarak çok değişkenli istatistiksel analiz yöntemleri ile Türkiye’deki iller arasındaki benzerlik ve farklılıkları ortaya koymaktır. Bu bağlamda 2018 yılına ilişkin 10 farklı bankacılık göstergesi ile 81 il için analizler gerçekleştirilmiştir. Çalışmada ilk aşama olarak, çok değişkenli istatistiksel analiz yöntemlerinden temel bileşenler analizi (TBA) uygulanmış, sonrasında hem ham veriler hem de TBA ile elde edilen bileşenler kullanılarak kümeleme analizi yapılmıştır. Her iki durumda elde edilen sonuçlar kıyaslanmıştır.
Anahtar Kelimeler
Bankacılık Çok Değişkenli İstatistiksel Analiz Temel Bileşenler Analizi Kümeleme Analizi
Kaynakça
- ÖZGÜR, E. (2003). Çok Değişkenli İstatistiksel Analiz Yöntemleri ve Bir Uygulama, Gazi Üniversitesi Sosyal Bilimler Enstitüsü, Doktora tezi.
- TATLIDİL, H. (2002). Uygulamalı Çok Değişkenli İstatistiksel Analiz. Ankara, Akademi Matbaası.
- TBB, Türkiye Bankalar Birliği, “Türkiye'de Bankacılık Sistemi Seçilmiş Göstergelerin İllere ve Bölgelere Göre Dağılımı”, https://www.tbb.org.tr/Content/Upload/istatistikiraporlar/ekler/1185/Bankacilik_Sisteminin_Cografi_Dagilimi_2018.pdf, 06.02.2020.
- TIMM, N.H. (2002). Applied Multivariate Analysis. New York, Springer Verlag.
- YAMAN YILMAZ, C. ve ATAN, M. (2014). “Efficiency Ranking of Provinces in Turkey Using NUTS-3”, International Journal of Research in Social Sciences, 6(10): 178-218.
- YAYLALI, Mummer, OKYAY, Erkan, AKAN,Yusuf (2006). “Kişi Başına Düşen Gsyih Değerlerine Göre Türkiye’deki Coğrafi Bölgelerin ve GSYİH’yı Oluşturan Sektörlerin Kümelenmesi”, Atatürk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 8 (2): 311-334.
Ayrıntılar
| Birincil Dil | Türkçe |
|---|---|
| Konular | Ekonomi |
| Bölüm | Makaleler |
| Yazarlar | |
| Yayımlanma Tarihi | 31 Mayıs 2020 |
| Kabul Tarihi | 21 Mayıs 2020 |
| Yayımlandığı Sayı | Yıl 2020 Cilt: 4 Sayı: 2 |