Domestic Tractor Market Share Estimation by Time Series Analysis Method

Abstract

This study is aimed to examine the domestic tractor market share with time series analysis to forecast the future probabilities with the help of the models which are created according to the Box-Jenkins method. The study was planned for year 2010, based on 5 different domestic tractor brands which are separately estimated for the domestic tractor market and included the total tractor numbers. It has been observed that the projected value of tractor companies whose market shares are estimated by time series analysis and the total tractor number are very close to their actual values. 

Keywords

• Box-Jenkins
• Tractor market share estimation
• Time series analysis
• Forecast

References

1. ReferencesAli B (2015). Time series analysis: A case study on forecasting Turkey's inflation and unemployment. Master Thesis, İstanbul Aydın University, Graduate School of Social Sciences, Department of Business Administration, Istanbul
2. Alon I & Sadowskı R J (2001). Forecasting aggregate retail sales: A comparison of artificial neural networks and traditional methods. Journal of Retailing and Consumer Services 8(3): 147-156
3. Bek M İ (2008). Zaman serisi analizi ve tarımsal uygulaması. Yüksek Lisans Tezi, Kahramanmaraş Sütçü İmam Üniversitesi, Fen Bilimleri Enstitüsü, Zootekni Anabilim Dalı, Kahramanmaraş
4. Berberoğlu E (2010). Süt sığırlarında zaman serisi yöntemleriyle laktasyon eğrilerinin modellenmesi. Doktora Tezi, Ege Üniversitesi, Fen Bilimleri Enstitüsü, Zootekni Anabilim Dalı, İzmir
5. Burger C J S C, Dohnal M, Kathrada M & Law R (2001). A practitioners guide to time-series methods for tourism demand forecasting – a case study of Durban, South Africa. Tourism Management 22(4): 403-409
6. Chu CW & Zhang G P (2003). A comparative study of linear and nonlinear models for aggregate retail sales forecasting. International Journal of Production Economics 86(3): 217-231
7. Çelik Ş (2013). Zaman serileri analizi ve trafik kazası verilerine uygulanması. Iğdır Üniversitesi Fen Bilimleri Enstitüsü Dergisi 3(4): 43-51
8. Karaman E (2010). Kontrol günü süt verimlerinin zaman serisi yöntemi ile modellenmesi. Yüksek Lisans Tezi, Akdeniz Üniversitesi, Fen Bilimleri Enstitüsü, Zootekni Anabilim Dalı, Antalya

9. Oğhan S (2010). Zaman serisi analiz yöntemlerinin karşılaştırılması. Yüksek Lisans Tezi, Ege Üniversitesi, Fen Bilimleri Enstitüsü, Zootekni Anabilim Dalı, İzmir
10. Özek T (2010). Zaman serisi modelleri üzerine bir simülasyon çalışması. Yüksek Lisans Tezi, Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, İstatistik Anabilim Dalı, Konya
11. Özer O O & İlkdoğan U (2013). Box-Jenkins modeli yardımıyla dünya pamuk fiyatının tahmini. Tekirdağ Ziraat Fakültesi Dergisi 10(2): 13-20
12. Öztaş S (2012). Erzurum ilindeki doğalgaz tüketiminin zaman serileri analizi ile incelenmesi ve bir uygulama. Yüksek Lisans Tezi, Atatürk Üniversitesi, Fen Bilimleri Enstitüsü, Endüstri Mühendisliği Anabilim Dalı, Erzurum
13. TUİK. 2010.Özel İstatistik, http://www.tuik.gov.tr, Erişim tarihi: 12.05.2012. Ankara
14. Turgut D & Temiz İ (2015). Time series analysis and forecasting for air pollution in Ankara: A box-jenkins approach. Alphanumeric Journal 3(2): 131-138
15. Yeşil A (2007). Stoğa üretim yapan bir işletmede zaman serisi ve yeni nesil talep tahmin yöntemlerinin karşılaştırılması. Yüksek Lisans Tezi, Kocaeli Üniversitesi, Fen Bilimleri Enstitüsü, Endüstri Mühendisliği Anabilim Dalı, Kocaeli
16. Zhou S L, McMahon T A, Walton A & Lewis J (2002). Forecasting operational demand for an urban water supply zone. Journal of Hydrology 259(1-4): 189-202