The Clustering of Cities in Turkey According to Indexes of Life Satisfaction

Öz

Cluster analysis can be defined as the group of methods which aim to classify multivariate observations by being used similarity/dissimilarity measures between observations. In cluster analysis, it is wanted that within clusters are homogeneous and between clusters are heterogeneous. In this study, clustering of cities in Turkey is aimed according to life satisfaction index values. The index values used in stu dy are obtained from results of “Life Satisfaction in Cities” study which are performed by TÜİK in 2015 and declared in 2016. In study, 11 index values are taken as satisfaction indicators of cities and the cities are clustered by using obtained multivariate data. Moreover, cluster validation indexes are used to determine cluster number and cluster method.    

Anahtar Kelimeler

• Life satisfaction,Cluster analysis,Cluster validation index,EM clustering,K means clustering

Türkiye'deki İllerin Yaşam Endekslerine Göre Kümelenmesi

Öz

Kümeleme analizi çok değişkenli veri yapısına sahip gözlemleri benzerlik ya da farklılık ölçütlerine bakarak sınıflamayı amaçlayan yöntemler topluluğu olarak tanımlanabilir. Kümeleme analizinde elde edilen kümelerin kendi içinde homojen, kümeler arasının ise heterojen olması istenir. Bu çalışma, ülkemizdeki illerin yaşam memnuniyet endeks değerlerine göre kümelenmesini amaçlamaktadır. Çalışmada kullanılan endeks değerleri Türkiye İstatistik Kurumu (TÜİK) tarafından 2015 yılında yürütülen ve sonuçları 2016 yılında açıklanan “İllerde Yaşam Endeksi” çalışmasından elde edilmiştir. Çalışmada 11 endeks değeri illere ait memnuniyet göstergeleri olarak alınmıştır ve elde edilen çok değişkenli veri yapısı kullanılarak iller kümelenmiştir. Ayrıca çalışmada küme sayısının ve kümeleme yönteminin belirlenmesinde küme geçerlilik endekslerinden yararlanılmıştır.     

Anahtar Kelimeler

• K ortalamalar,Yaşam memnuniyeti,Kümeleme analizi,Küme geçerlilik indeksleri,EM kümeleme,K ortalamalar

Kaynakça

1. [1] TÜİK, 2016. İllerde Yaşam Endeksi. http://www.tuik.gov.tr/PreHaberBultenleri.do?id=24561 (Erişim Tarihi: 08.05.2018).
2. [2] Aydın, B., Ertürk, N. 2017. Türkiye'de Yaşam Memnuniyeti Endeksi Çerçevesinde Bölgesel Karşılaştırmalar. Politik Ekonomik Kuram, 1(2), 118-142.
3. [3] Aydın, N., Yalçın, E. 2017. The Comparison of Satisfaction Levels of Southeastern Anatolian Provinces by Multidimensional Scaling Analysis. Alphanumeric Journal, 5(1), 15-36.
4. [4] Alpaykut, S. 2017. Türkiye'de illerin yaşam memnuniyetinin temel bileşkenler analizi ve TOPSIS yöntemiyle ölçümü üzerine bir inceleme. Journal of Suleyman Demirel University Institute of Social Sciences, 29(4), 367-395.
5. [5] Atalay, A., Tortum, A. 2010. Türkiye'deki İllerin 1997-2006 Yılları Arası Trafik Kazalarına Göre Kümeleme Analizi. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 16(3), 1997-2006.
6. [6] Çelik, Ş. 2013. Kümeleme analizi ile sağlık göstergelerine göre Türkiye'deki illerin sınıflandırılması. Doğuş Üniversitesi Dergisi, 14 (2) , 175-194.
7. [7] Tekin, B. 2015. Temel Sağlık Göstergeleri Açısından Türkiye'deki İllerin Gruplandırılması: Bir Kümeleme Analizi Uygulaması. Çankırı Karatekin Üniversitesi İİBF Dergisi, 5(2), 389-416.
8. [8] Kandemir, A. Ş. 2018. Bulanık Kümeleme Analizi ile Türkiye'deki İllerin Konaklama İstatistiklerine Göre Sınıflandırılması. Journal of Travel and Hospitality Management, 15(3), 657-668.

9. [9] Aggarwal, C. C., Reddy, C. K. 2014. Data Clustering Algorithms and Applications. Taylor & Francis Group, New York, 616s.
10. [10] Bulut, H. 2017. Çok değişkenli verilerde robust kümeleme analizi ile boyut indirgeme ve birimlerin sınıflandırılması. Ondokuz Mayıs Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi, 91s., Samsun.
11. [11] Yang, M. S., Lai, C. Y., Lin, C. Y. 2012. A robust EM clustering algorithm for gaussian mixture models. Pattern Recognition, 45(4), 3950-3961.
12. [12] Brock, G., Pilhur, V., Datta, S., Datta, S. 2015. clValid: An R Package for Cluster Validation, Journal of Statistical Software, 25(4), 1-22.
13. [13] Bulut, H.,Öner, Y., Sözen, Ç. 2017. Clustering of Member and Candidate Countries of the European Union. International Journal of Sciences: Basic and Applied Research, 36(7), 18-25.
14. [14] Maechler, M., Rousseeuw, P., Struyf, A., Hubert, M., Hornik, K. 2015. cluster: Cluster Analysis Basics and Extensions. https://cran.r-project.org/web/packages/cluster/cluster.pdf (Erişim Tarihi: 10.06.2018).
15. [15] Bulut, H. 2014. Çok Değişkenli İstatistiksel Analizde Robust İstatistiklerin Kullanımı. Ondokuz Mayıs Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi, 77s., Samsun.
16. [16] Bakanlar Kurulu Kararı. 1949. İnsan Hakları Evrensel Beyannamesi, http://www.resmigazete.gov.tr/arsiv/7217.pdf (Erişim Tarihi: 03.07.2018)