Comparison of Model Selection Criteria for Models Including Trend and Seasonal Components in Econometric Time Series
Öz
The paper aims to compare commonly used model selection criteria in time series modeling, such as Adjusted R2, log-likelihood, Akaike Information Criterion (AIC), Schwarz Information Criterion (SIC), Hannan-Quinn (HQ) Information Criterion, and Mean Squared Error (MSE). In this context, for an additive time series, data was produced in different sample sizes from n=60 to n=500 from (17) different stationary stochastic processes, including constant, trend, seasonal and irregular components. Each production was repeated 10000 times and the criteria were calculated.
For very large sample sizes, the HQ information criterion provides the best results for all types of time series models. It was observed that log-likelihood performed poorly in almost all models. It has been found that "Adjusted R2" is the best option for models with sample sizes less than 120, and "AIC" criterion is the best option for choosing the right model as the sample size increased.
Anahtar Kelimeler
Stationary Stochastic Process Model Selection Criteria Data Generating Process Monte Carlo Simulation
Etik Beyan
It does not contain any issues requiring Ethics Committee approval.
Kaynakça
- Acquah, H. G. (2019). Comparison of Akaike information criterion (AIC) and Bayesian information criterion (BIC) in selection of an asymmetric price relationship, International Journal of Agricultural Economics and Extension ISSN 2329-9797 Vol. 7 (1), pp. 001-006, www.internationalscholarsjournals.org.
- Akaike, H. (1974). A new look at the statistical model identification, IEEE Transactions on Automatic Control, 19 (6). pp: 716–23.
- Akaike, H. (1981). Likelihood of a model and information criteria. Journal of Econometrics, 16:3–14.
- Bloomfield, P. (2000). Fourier analysis of time series an introduction, Probability and Statistics Applied Probability and Statistics Section, John Wiley &Sons, Inc., Canada and USA.
- Buteikis, A. (2020). Pratical econometrics and data, Faculty of Mathematics and Informatics, Institute of Applied Mathematics, Vilnius University, Lithuania, http://web. vu.lt/mif/a.buteikis/.
- Caporale, G. M. and Gil-Alana, L. (2007). Testing for deterministic and stochastic cycles in macroeconomic time series. Empirica 34, 155–169 (2007). https://doi. org/10.1007/s10663-007-9033-4
- Clayton, M. K., Geisser, S. and Jennings, D. (1986). A comparison of several model selection procedures Bayesian inference and decision techniques: Essays in Honor of Bruno De Finetti, Studies in Bayesian Econometrics and Statistics, Vol 6, Chapter 27, (Ed: P.K. Goel and A.Zellner), Elseiver Science Publishers B.V.
- Dete, C. H., Lokonon, B. E., Gneyou, K. E., Senou, M., Glèlè Kakaï, R., (2025). Relative Performance of Model Selection Criteria for Cox Proportional Hazards Regression Based on Kullback’s Symmetric Divergence, Journal of Probability and Statistics, 2025, 3808705, 16 pages,. https://doi.org/10.1155/jpas/3808705.
- Ding, J., Tarokh, V. and Yang, Y. (2018). Model selection techniques-an overwiew, IEEE Signal Processing Magazine, 35(6), DOI:10.1109/ MSP.2018.2867638Corpus ID: 53035396.
- Doğan, İ. and Doğan, N. (2020). Model performans kriterlerinin kronolojisine ve metodolojik yönlerine genel bir bakış: bir gözden geçirme, Türkiye Klinikleri Biyoistatistik Dergisi, 12(1):114-25.
- Ebbler, D. H. (1975), On the probability of correct model selecting using the maximum r-square choıce criterion, International Economic Review, 16-2, pp.516-520.
- Franses, P. H., Hylleberg, S. and Lee, H. S. (1995). Spurious deterministic seasoanality, Economics Letters 48 (1995) 249-256.
- Kitagawa, G. and Gerch, W. (2012), Smoothness Priors Analysis of Time Series, Lecture Notes in Statistics 116, Springer-Verlag New York.
- Gil-Alana, L.A. (2005). Testing of stochastic trends, seasonal and cylical components in macroeconomic time series, The Korean Communications in Statistics, 12(1), pp. 101-115.
- Giordano, F., Niglio, M. And Storti, G. (2000).A simulation study for the evaluation of the seasonal adjustment and forecasting performances of the TESS System, Statistica Applicata,12(3).
- Hacker, R. S. and Hatemi-J, A. (2022), “Model selection in time series analysis: using information criteria as an alternative to hypothesis testing”, Journal of Economic Studies, Vol. 49 No. 6, pp. 1055-1075. https://doi. org/10.1108/JES-09-2020-0469
- Hannan, E. J. and Quinn, B. G. (1979).The Determination of the Order of an Autoregression, Journal of the Royal Statistical Society. Series B (Methodological). JSTOR, 190–95.
- Hylleberg, S. (2006). Seasonal adjustment, Working Paper 2006(4), Deparment of Economics, University of AARHUS, Denmark.
- Harvey, A. C. and Peters, S. (1990). Estimation Procedures for structural time series. Journal of Forecasting, 9(89), 89-108.
- Hurvich, C. M. and Tsai, C. L. (1989). Regression and time series model selection in smal samples. Biometrica, 76(2), 297-307.
- Ihaka, R. (2005). Time series analysis lecture notes for 475.726, Statistics Department University of Auckland, New Zeland.Kadane, J. B. and Lazar, N. A. (2004). Methods and Criteria for model selection, Journal of the American Statistical Association, 99(465), pp. 279-290.
- Kitawaga, G. (2010).Introduction to time series modelling, Momographs on Statistics and Applied Probability 114, A Chapman & Hall Book, Taylor&Francis Group, Japan.
- Kuha, J. (2004). AIC and BIC: Comparisons of assumptions and performance. Sociological Methods & Research, 33(2), 188–229. https://doi. org/10.1177/0049124103262065
- Li, Y., Sushanta, K. M., Wang, N., Yu, J. and Zeng, T. (2025). Deviance Information Criterion for Bayesian model selection: Theoretical justification and applications, Journal of Econometrics, 2025, 105978, ISSN 0304-4076, https://doi.org/10.1016/j.jeconom.2025.105978.
- McQuarrie, A. D. and Tsai, C. L. (1998) Regression and time series model selection,World Sciencetific, 1998
- Mavreski, R., Milanov, P.,Traykov, M. and Pencheva, N. (2018). Performance comparison of model selection criteria by generated experimental data, ITM Web of Conferences 16, 022006 AMCSE 2017, https://doi. org/10.1051/itmconf/20181602006.
- Mills, J. A. and Prasad, K. (1992) A comparison of model selection criteria, Econometric Reviews, 11:2, 201- 234, DOI: 10.1080/07474939208800232.
- Riansut, W. (2023). A study of the effectiveness of model selection criteria for multiple regression model. Rajamangala University of Technology Srivijaya Research Journal, 15(1), 198–212. Retrieved from https://li01.tci-thaijo.org/index.php/rmutsvrj/article/ view/249278.
- Rodríguez, E. G., Villalobos, H., Muñoz, V. M. G.and Rodríguez, A. R. (2015). Computational method for extracting and modeling periodicities in time series, Open Journal of Statistics,5(6), 604-617, doi: 10.4236/ ojs.2015.56062.
- Roy, B., & Lesaffre, E. (2025). Focused information criteria for model selection – a Bayesian perspective. Journal of Applied Statistics, 1–19. https://doi.org/10.1080/02664763.2025.2514152.
- Schwarz, Gideon, and others. 1978. “Estimating the Dimension of a Model.” The Annals of Statistics 6 (2). Institute of Mathematical Statistics: 461–64.
- Ucal, M. Ş. (2006). Ekonometrik model seçim kriterleri üzerine kısa bir inceleme, Cumhuriyet Üniversitesi İktisadi ve İdari Bilimler Dergisi, 7(2), 41-56.
- Wasserman, L. (2000).Bayesian model selection and model averaging. Journal of Mathematical Psychology, 44(1), 92–107. https://doi.org/10.1006/ jmps.1999.1278
- Zhang, J., Ding, J. and Yang, Y. (2022). Is a classification procedure good enough?—A goodness-of-fit assessment tool for classification learning. Journal of the American Statistical Association, 1–11. https:// www.tandfonline.com/doi/abs/10.1080/01621459.2021.1979010
- Zhang, J., Yang, Y. And Ding, J. (2023). Information criteria for model selection, WIREs Computantional Statistics, Advanced Review, Wiley, DOI: 10.1002/wics.1607.
Ekonometrik Zaman Serilerinde Trend ve Mevsimsel Bileşenleri İçeren Modeller İçin Model Seçim Kriterlerinin Karşılaştırılması
Öz
Çalışmada zaman serileri modellemelerinde sıklıkla karşılaştığımız Düzeltilmiş R2, log-olabilirlik, Akaike Bilgi Kriteri (AIC), Schwarz Bilgi Kriteri (SIC), Hannan-Quinn (HQ) Bilgi Kriteri ve Ortalama Hata Kareler (MSE) gibi model seçim kritelerinin karşılaştırılması amaçlanmaktadır. Bu bağlamda, toplamsal bir zaman serisi için, sabit, trend, mevsimsel ve düzensiz bileşeni içeren (17) farklı durağan stokastik süreçten n=60’dan n=500’e kadar farklı örneklem büyüklüklerinde veri üretilmiştir. Her bir üretim 10000 kez tekrarlanarak kriterler hesaplatılmıştır.
Çok büyük örneklem uzunluklarında HQ bilgi kriteri her türlü zaman serisi için en iyi sonuçları vermektedir. Log-olabilirlik ise hemen hemen modellerin tamamında kötü bir performas sergilediği gözlenmiştir. Örneklem büyüklüğü 120'den küçük modeller için "Düzeltilmiş R2"nin, daha büyük örneklem büyüklüklerine gidildikçe “AIC” kriterinin doğru modeli seçmek için en iyi seçenek olduğu bulunmuştur.
Anahtar Kelimeler
Durağan Stokastik Süreç Model Seçim Kriterleri Veri Üretim Süreci Monte Carlo Simülasyonu
Etik Beyan
Etik Kurulu onayı gerektiren bir husus içermemektedir.
Kaynakça
- Acquah, H. G. (2019). Comparison of Akaike information criterion (AIC) and Bayesian information criterion (BIC) in selection of an asymmetric price relationship, International Journal of Agricultural Economics and Extension ISSN 2329-9797 Vol. 7 (1), pp. 001-006, www.internationalscholarsjournals.org.
- Akaike, H. (1974). A new look at the statistical model identification, IEEE Transactions on Automatic Control, 19 (6). pp: 716–23.
- Akaike, H. (1981). Likelihood of a model and information criteria. Journal of Econometrics, 16:3–14.
- Bloomfield, P. (2000). Fourier analysis of time series an introduction, Probability and Statistics Applied Probability and Statistics Section, John Wiley &Sons, Inc., Canada and USA.
- Buteikis, A. (2020). Pratical econometrics and data, Faculty of Mathematics and Informatics, Institute of Applied Mathematics, Vilnius University, Lithuania, http://web. vu.lt/mif/a.buteikis/.
- Caporale, G. M. and Gil-Alana, L. (2007). Testing for deterministic and stochastic cycles in macroeconomic time series. Empirica 34, 155–169 (2007). https://doi. org/10.1007/s10663-007-9033-4
- Clayton, M. K., Geisser, S. and Jennings, D. (1986). A comparison of several model selection procedures Bayesian inference and decision techniques: Essays in Honor of Bruno De Finetti, Studies in Bayesian Econometrics and Statistics, Vol 6, Chapter 27, (Ed: P.K. Goel and A.Zellner), Elseiver Science Publishers B.V.
- Dete, C. H., Lokonon, B. E., Gneyou, K. E., Senou, M., Glèlè Kakaï, R., (2025). Relative Performance of Model Selection Criteria for Cox Proportional Hazards Regression Based on Kullback’s Symmetric Divergence, Journal of Probability and Statistics, 2025, 3808705, 16 pages,. https://doi.org/10.1155/jpas/3808705.
- Ding, J., Tarokh, V. and Yang, Y. (2018). Model selection techniques-an overwiew, IEEE Signal Processing Magazine, 35(6), DOI:10.1109/ MSP.2018.2867638Corpus ID: 53035396.
- Doğan, İ. and Doğan, N. (2020). Model performans kriterlerinin kronolojisine ve metodolojik yönlerine genel bir bakış: bir gözden geçirme, Türkiye Klinikleri Biyoistatistik Dergisi, 12(1):114-25.
- Ebbler, D. H. (1975), On the probability of correct model selecting using the maximum r-square choıce criterion, International Economic Review, 16-2, pp.516-520.
- Franses, P. H., Hylleberg, S. and Lee, H. S. (1995). Spurious deterministic seasoanality, Economics Letters 48 (1995) 249-256.
- Kitagawa, G. and Gerch, W. (2012), Smoothness Priors Analysis of Time Series, Lecture Notes in Statistics 116, Springer-Verlag New York.
- Gil-Alana, L.A. (2005). Testing of stochastic trends, seasonal and cylical components in macroeconomic time series, The Korean Communications in Statistics, 12(1), pp. 101-115.
- Giordano, F., Niglio, M. And Storti, G. (2000).A simulation study for the evaluation of the seasonal adjustment and forecasting performances of the TESS System, Statistica Applicata,12(3).
- Hacker, R. S. and Hatemi-J, A. (2022), “Model selection in time series analysis: using information criteria as an alternative to hypothesis testing”, Journal of Economic Studies, Vol. 49 No. 6, pp. 1055-1075. https://doi. org/10.1108/JES-09-2020-0469
- Hannan, E. J. and Quinn, B. G. (1979).The Determination of the Order of an Autoregression, Journal of the Royal Statistical Society. Series B (Methodological). JSTOR, 190–95.
- Hylleberg, S. (2006). Seasonal adjustment, Working Paper 2006(4), Deparment of Economics, University of AARHUS, Denmark.
- Harvey, A. C. and Peters, S. (1990). Estimation Procedures for structural time series. Journal of Forecasting, 9(89), 89-108.
- Hurvich, C. M. and Tsai, C. L. (1989). Regression and time series model selection in smal samples. Biometrica, 76(2), 297-307.
- Ihaka, R. (2005). Time series analysis lecture notes for 475.726, Statistics Department University of Auckland, New Zeland.Kadane, J. B. and Lazar, N. A. (2004). Methods and Criteria for model selection, Journal of the American Statistical Association, 99(465), pp. 279-290.
- Kitawaga, G. (2010).Introduction to time series modelling, Momographs on Statistics and Applied Probability 114, A Chapman & Hall Book, Taylor&Francis Group, Japan.
- Kuha, J. (2004). AIC and BIC: Comparisons of assumptions and performance. Sociological Methods & Research, 33(2), 188–229. https://doi. org/10.1177/0049124103262065
- Li, Y., Sushanta, K. M., Wang, N., Yu, J. and Zeng, T. (2025). Deviance Information Criterion for Bayesian model selection: Theoretical justification and applications, Journal of Econometrics, 2025, 105978, ISSN 0304-4076, https://doi.org/10.1016/j.jeconom.2025.105978.
- McQuarrie, A. D. and Tsai, C. L. (1998) Regression and time series model selection,World Sciencetific, 1998
- Mavreski, R., Milanov, P.,Traykov, M. and Pencheva, N. (2018). Performance comparison of model selection criteria by generated experimental data, ITM Web of Conferences 16, 022006 AMCSE 2017, https://doi. org/10.1051/itmconf/20181602006.
- Mills, J. A. and Prasad, K. (1992) A comparison of model selection criteria, Econometric Reviews, 11:2, 201- 234, DOI: 10.1080/07474939208800232.
- Riansut, W. (2023). A study of the effectiveness of model selection criteria for multiple regression model. Rajamangala University of Technology Srivijaya Research Journal, 15(1), 198–212. Retrieved from https://li01.tci-thaijo.org/index.php/rmutsvrj/article/ view/249278.
- Rodríguez, E. G., Villalobos, H., Muñoz, V. M. G.and Rodríguez, A. R. (2015). Computational method for extracting and modeling periodicities in time series, Open Journal of Statistics,5(6), 604-617, doi: 10.4236/ ojs.2015.56062.
- Roy, B., & Lesaffre, E. (2025). Focused information criteria for model selection – a Bayesian perspective. Journal of Applied Statistics, 1–19. https://doi.org/10.1080/02664763.2025.2514152.
- Schwarz, Gideon, and others. 1978. “Estimating the Dimension of a Model.” The Annals of Statistics 6 (2). Institute of Mathematical Statistics: 461–64.
- Ucal, M. Ş. (2006). Ekonometrik model seçim kriterleri üzerine kısa bir inceleme, Cumhuriyet Üniversitesi İktisadi ve İdari Bilimler Dergisi, 7(2), 41-56.
- Wasserman, L. (2000).Bayesian model selection and model averaging. Journal of Mathematical Psychology, 44(1), 92–107. https://doi.org/10.1006/ jmps.1999.1278
- Zhang, J., Ding, J. and Yang, Y. (2022). Is a classification procedure good enough?—A goodness-of-fit assessment tool for classification learning. Journal of the American Statistical Association, 1–11. https:// www.tandfonline.com/doi/abs/10.1080/01621459.2021.1979010
- Zhang, J., Yang, Y. And Ding, J. (2023). Information criteria for model selection, WIREs Computantional Statistics, Advanced Review, Wiley, DOI: 10.1002/wics.1607.
Ayrıntılar
| Birincil Dil | İngilizce |
|---|---|
| Konular | Mikro İktisat (Diğer) |
| Bölüm | Araştırma Makalesi |
| Yazarlar | |
| Gönderilme Tarihi | 29 Ocak 2024 |
| Kabul Tarihi | 11 Aralık 2025 |
| Erken Görünüm Tarihi | 24 Aralık 2025 |
| Yayımlanma Tarihi | 24 Aralık 2025 |
| Yayımlandığı Sayı | Yıl 2025 Sayı: Advanced Online Publication |
Kaynak Göster
Amaç ve Kapsam
Ege Akademik Bakış (EAB) dergisi Ege Üniversitesi İktisadi ve İdari Bilimler Fakültesi'nin bünyesinde çevrim içi yayınlanan çok disiplinli ve disiplinlerarası hakemli, uluslararası ve akademik bir dergidir. Derginin ana hedefi iktisat, işletme ve uluslararası siyaset alanlarında akademik çalışmaları yayınlamaktır. Derginin yayın dili İngilizcedir.
Aşağıda yer alan kısa listede Ege Akademik Bakış dergisinin yayın kapsamındaki temel alanlar alfabetik sırayla yer almaktadır :
- Bölgesel İktisat
- Enerji İktisadı
- Finansal İktisat
- İnsan Kaynakları Yönetimi
- İşletme
- Karşılaştırmalı Siyaset
- Örgüt Kuramı&Örgütsel Davranış
- Pazarlama
- Sayısal Yöntemler
- Uluslararası İlişkiler
- Uluslararası Politik Ekonomi
- Uygulamalı Ekonometri
- Yöneylem Araştırması
EAB ampirik araştırmalara dayanan çalışmaları yayınlar ve özellikle karşılaştırmalı çalışmalar, vaka çalışmalar ve ülke karşılaştırmalı çalışmalarla ilgilenir. Dergi, yerel, bölgesel ve uluslararası meseleler ve sorunlara değinen disiplinler arası ve karşılaştırmalı yayınları önceler.
Makale başvuruları akademik nitelik ve yöntemsel kalite temelinde değerlendirilir.
Yazım Kuralları
Değerlendirme Süreci ve Yayın Politkası
Editör kurulu, orijinal olmayan, derginin amaç ve kapsamına uymayan veya makale yazım kurallarına uygun olarak hazırlanmamış makaleleri reddetme hakkını saklı tutar. Ege Akademik Bakış Dergisi (EAB)’ne gönderilen tüm çalışmalar öncelikle editörler tarafından, kapsam, orjinallik ve literatüre olan katkıları açısından incelenir. EAB’nin amaç ve kapsamına uygun ve gerekli niteliklere sahip olan çalışmalar, en az iki hakeme, çift kör hakemlik sistemi kullanılarak değerlendirilmek üzere gönderilir. Editörler, makaleleri revizyon için geri gönderebilir ya da makaleleri dergi yazım kurallarına göre düzenleyebilir. Hakem değerlendirmeleri yayın kararları üzerinde birincil etkiye sahip olsa da, makalelerin yayınlanma(ma)larına ilişkin nihai kararlardan editör kurulu sorumludur.
Yayın Etiği ve Çıkar Çatışması
Yazarlar akademik dürüstlük ve yayın etiğinden sorumludur. Yazarlara, EAB’nin “Etik İlkeler ve Yayın Politikaları”nı incelemeleri ve var ise çıkar çatışması beyanlarını kapak mektubuna eklemeleri tavsiye edilmektedir.
Çevrimiçi Makale Gönderimi
EAB, web tabanlı bir çevrimiçi gönderi ve hakem değerlendirme sistemi olan dergiparkta yer almaktadır. Giriş yapmak ve makalenizi çevrimiçi göndermek için https://dergipark.org.tr/eab adresini ziyaret etmeniz gerekmektedir. Çevrimiçi sistemi ilk kez kulanacak yazarlar yeni hesap oluşturmalıdır.
Makale gönderim süreciyle ilgili tüm soru veya ek bilgi talepleri, aşağıda bilgileri verilen EAB editör ofisine gönderilmelidir:
Miray Baybars
Ege Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, Bornova, 35100 İzmir,Türkiye
E-mail: eab@mail.ege.edu.tr
Gül Huyugüzel Kışla
Ege Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, Bornova, 35100 İzmir,Türkiye
E-mail: eab@mail.ege.edu.tr
Tüm editoryal yazışmalar şu adrese gönderilmelidir:
Baş Editör,
Prof. Dr. Keti Ventura, Ege Üniversitesi, İktisadi ve İdari Bilimler Fakültesi.
E-mail: eab@mail.ege.edu.tr
1. Gönderiyi Başlatma:
Yazarlar çalışmalarını EAB'ye göndermeden önce, derginin amaç ve kapsamını okuduklarından emin olmalıdır.
Yazarlar öncelikle makalelerinin bilimsel alanını veya katkısını (işletme, iktisat veya uluslararası ilişkiler) belirlemelidir. Yazarların aynı zamanda çalışmalarının EAB’nin amaç ve kapsamıyla ne ölçüde örtüştüğünü ve literatüre hangi açılardan katkıda bulunduğunu kısaca açıklayan bir kapak mektubu sunmaları gerekmektedir. Yazarlar editörle iletişim kurmak için iletişim kutusunu kullanabilir.
2. Gönderi Bilgileri:
Yazarlar ilgili alanlara isim ve bilgilerini, çalışmalarının başlığını ve özetini girmelidir. Bu aşamada aynı zamanda anahtar kelimelerin ve JEL kodlarının girilmesi gerekir. Bu bilgiler, bilimsel veritabanları ve arama motorları tarafından indeksleme için kullanılmaktadır.
3. Gönderiyi Yükleme:
Yazarlar çalışmalarını bu aşamadaki talimatları izleyerek yüklemelidir. MAKALELER YAZAR(LAR)IN KİMLİK YA DA KURUM BİLGİLERİNE İLİŞKİN HERHANGİ BİR BİLGİ İÇERMEMELİDİR.
4. Gönderi Onayı:
Yüklenen dosyaların son kontrolü yapıldıktan sonra gönderi tamamlanır.
Yüklenmesi gereken dosyalar:
- Makale Tam Metni (yazar(lar)a ilişkin herhangi bir bilgi içermemelidir)
- Makale Özeti
- Kapak Mektubu (ad,soyad, kurum, e-posta, adres, ORCID no)
- Telif Hakkı Formu (gönderim sırasında indirilebilir)
- Benzerlik Raporu (Turnitin/iThenticate yazılımları kullanılabilir. %20'yi geçen benzerlik oranı (referanslar ve alıntılar dahil) bulunan makaleler değerlendirmeye alınamaz. Makalelerin tek kaynakla eşleşme oranı en fazla %2 oranında olmalıdır.)
-Etik Kurul Onayı
Dergi Yazım Stili
1. Yazı tipi – Metin içi Times New Roman 12-punto yazım stili kullanılmaktadır.
2. Sayfa Formatı – A4 sayfa büyüklüğü:
Üst, alt, sol, sag marjinler: 2.5 cm (0.98 inç)
Paragraflar iki yana yaslı bir biçimde olmalıdır.
Tireleme yoktur.
Paragrafların girintisi 0.5 cm olmalıdır.
3. Paragraf Biçimi - Paragraf sekmesinin girinti ve boşluk bölümünde:
Sol ve sağ kısmı 6 nk (0.6 satır)
Satır boşluğu 1.5 olmalıdır.
4- Kelime sınırı – Makalelerin tüm notlar ve kaynakca dahil 10.000 kelimeyi geçmemesi gerekir.
5. Başlıklar- Ana bölüm başlıkları ortalanmış ve kalın yazılmalıdır.
6. Yazar isimleri - Yazar adları makalenin hiçbir yerinde görünmemelidir. Yazar isimlerini içeren yazılar işleme alınmaz ve iade edilmez.
7. Özet – Özetler 150-200 arasında kelime numarasına sahip olmalı ve alıntı içermemelidir. Makale yükleme sürecinde Türkçe özet ve anahtar kelimeleri yüklemeye gerek yoktur.
8. Anahtar Kelimeler – 5-8 kelime arasında olmalıdır.
9. Ana Metin - Ana metin içerisinde giriş bölümü, sonuç bölümü ve diğer alakalı bölümler olmalıdır.
10. Kaynakça - EAB dergisi APA (American Psychological Association) kaynakça stiline tabidir. Makalenizin dergi kaynakça stiline uygun olmasını sağlamak için APA Yayın El Kitabına (6. baskı) bakınız.
SONNOTLAR
Lütfen dipnotlar yerine sonnotları kullanın. Son notlar, metnin ilgili bölümünde ardışık üst simge numaraları ile işaretlenmeli ve makalenin sonunda listelenmelidir.
Makalesi yayınlanan yazarların makale yayın tarihinden itibaren en geç 4 gün içerisinde yayınlarını kontrol etmeleri ve bir hata varsa bize bildirmeleri önemle rica olunur.
Etik İlkeler ve Yayın Politikası
Yazarlar
1. Ege Akademik Bakış Dergisi'ne gönderilen tüm çalışmalar tamamen orijinal olmalı ve bu çalışmalarda kullanılan kaynaklar ve malzemeler yazın kurallarına uygun şekilde alıntılanmalıdır. Söz konusu kurallara uymayan çalışmalar intihal nedeniyle doğrudan reddedilecektir.
2. Ege Akademik Bakış Dergisi'ne gönderilen çalışmalar başka bir dergide daha önce yayınlanmamış olmalı ve Ege Akademik Bakış tarafından değerlendirilirken başka bir yerde yayımlanmak üzere gönderilmemiş olmalıdır.
3. Yazarlar, aynı çalışmayı veya aynı araştırmayı içeren bir çalışmayı birden fazla dergiye sunmamalıdır.
4. Konferanslarda sunulmuş ve özetleri yayınlanmış eserler, editöre sunum ve yayın tarih ve yerlerinin belirtilmesi şartıyla değerlendirmeye kabul edilebilir.
5. Bir yazının incelemeye gönderilmesi durumunda, editör kurulunca yukarıda belirtilen koşulların yazarlar tarafından kabul edildiği varsayılır.
6. Gönderilen çalışmalarını gecikme veya başka bir nedenle geri çekmek isteyen yazarlar, editör ile iletişime geçmelidir.
7. Yazarlara çalışmalarının yayımlanmasına karşılık herhangi bir telif ücreti ödenmeyecektir.
8. TR Dizin Dergi Değerlendirme Kriterleri (https://trdizin.gov.tr/kriterler/) kapsamında etik kurul onayı zorunlu olan çalışmaların, etik kurul onayı alınmadan yayımlanması mümkün değildir.
9. Gözlem, deney, odak grup, mülakat, anket teknikleri uygulanarak katılımcılardan veri toplanmasının söz konusu olduğu her türlü araştırma için “etik kurul onayı” alınması zorunludur.
10. Bu kapsam dışındaki çalışmalarda ise ilgili çalışmanın etik kurul izni gerektirmediğini ifade eden ve tüm yazarlar tarafından imzalanan bir metnin taranıp sisteme yüklenmesi gerekmektedir. Aksi halde çalışmalar değerlendirmeye alınmazlar.
Hakemler
1. Hakemler, yazarlar tarafından gönderilen makalelerle ilgili bilgileri ayrıcalıklı bilgiler olarak ele almak ve bunları gizli tutmakla yükümlüdür.
2. Gönderilen eserleri değerlendirirken, hakemler ve editörler kendilerini yalnızca fikirsel ve bilimsel içerikle sınırlamalıdır.
3. Hakemler, yazar (lar) ın herhangi bir suistimalini (örneğin intihal, diğer etik olmayan faaliyetler) derhal yönetici editöre bildirmekle yükümlüdür.
Yayın Kurulu
1. Yayın kurulu, makale gönderme kurallarına uyulmaması ve hakaret, telif hakkı ihlali ve intihal ile ilgili yasal gereklilikleri ihlal etmeleri durumunda, makaleleri değerlendirilmek üzere kabul etmeme hakkını saklı tutar.
2. Editör kurulu ve hakemlerin raporlarına dayanarak, editör makaleyi kabul edebilir, reddedebilir veya üzerinde değişiklik yapılmasını isteyebilir. Reddedilen çalışmalar, yazarın yazılı izni olmadan başka amaçlar için kullanılamaz.
3. Editörler, makalenin başka yerlere gönderilmesi şüphesi dışında, sunulan eserlerin yayınlanana kadar gizliliğini sağlamakla yükümlüdür.
4. Yayın kurulu tarafından yapılan ilk incelemeden sonra, sadece seçilen makaleler hakem incelemesine tabi tutulur ve en az iki hakeme gönderilir.
5. Editörler, tüm makalelerin adil ve tarafsız bir şekilde değerlendirilmesini sağlamakla yükümlüdür; bu nedenle, bir makaleyi kabul etme veya reddetme kararı, yalnızca makalenin önemi, orijinalliği ve açıklığına ve çalışmanın derginin alanı ile ilgisine bağlıdır.
6. Editörler, herhangi bir yazara karşı ırk, din, cinsiyet, yaş, etnik köken, siyasi inanç, cinsel yönelim, uyruğu vb. Konularda ayrımcılık yapamazlar.
Ücret Politikası
Ege Akademik Bakış dergisi yazarlardan çalışmalarının yayına kabul edilmesi ve basılması için herhangi bir makale sunum ücreti talep etmemektedir.
Dizinler
Atıf Dizinleri
Dergi Kurulları
Owner of the Journal
Baş Editör
Editör Yardımcıları
Alan Editörleri
Özge Kozal, doktorasını Ege Üniversitesi Sosyal Bilimler Enstitüsü, İktisat Anabilim Dalında tamamlamıştır. Doktora araştırmaları sırasında, 2017-2018 akademik yılında University of Groningen'de misafir araştırmacı olarak görev almıştır. Halen Ege Üniversitesi İktisat bölümü, İktisat Teorisi Anabilim Dalında görev yapmaktadır. Çalışma alanları, sanayileşme, kalkınmanın ekonomi politiği, sürdürülebilir kalkınma, sanayileşme, ekolojik ekonomi ve döngüsel ekonomidir.
Ege Üniversitesi İktisadi ve İdari Bilimler Fakültesi İşletme Bölümü Sayısal Yöntemler Anabilim Dalı’nda öğretim üyesi olarak görev yapmaktayım. Akademik çalışmalarım, veri bilimi ve analitiği, dijital dönüşüm, karar destek sistemleri ve yönetim bilişim sistemleri gibi alanlarda yoğunlaşmaktadır. Özellikle veri madenciliği ve müşteri yaşam boyu değeri analizi gibi konulara odaklanarak, karar destek süreçlerinde teknolojik çözümlerin kullanımını incelemekteyim. Bu alanlarda çeşitli bilimsel yayınlar ve projeler gerçekleştirmekte ve bu konulara dair yenilikçi çözümler geliştirmeyi hedeflemekteyim.
Betül Aydoğan Ünal, lisans eğitimini Boğaziçi Üniversitesi'nde, doktora eğitimini ise Dokuz Eylül Üniversitesi Kamu Yönetimi alanında tamamladı. 2013-2014 akademik yılında Harvard Üniversitesi'nde Misafir Araştırmacı olarak bulundu. Halen Ege Üniversitesi Uluslararası İlişkiler Bölümü'nde öğretim üyesi olarak görev yapmaktadır. Araştırma alanları arasında kurumsal davranış, otomatik metin analizi, Türk siyaseti ve siyasi kurumlar yer almaktadır.
Dergi Sekreteryası
Ege Unıversity Faculty of Economics and Administrative Sciences Department of Management Information Systems Research Assistant
