OECD ÜLKELERİNDE EKONOMİK BÜYÜME ORANLARININ BULANIK DOĞRUSAL REGRESYON VE ÇOKLU DOĞRUSAL REGRESYON ANALİZİ İLE TAHMİNİ
Author:
Abstract
Ekonomik büyüme hem bireylerin hem de toplumların refah düzeyini arttıran bir olgudur. Tarihsel süreçte dünya üzerinde farklı büyüklüklüklerdeki ekonomilerden bazıları daha hızlı büyürken, bazıları ise daha yavaş büyümüştür. Aradaki farkın en belirgin nedeni olarak sanayileşme ve teknolojik olarak ilerleme noktasında bazı ülkelerin daha hızlı ilerlemesi gösterilebilir. Bu çalışmada farklı ekonomik büyüklüklere sahip OECD ülkelerinin ekonomik büyüme oranlarının bulanık ve çoklu doğrusal regresyon analizi ile tahmin edilmesi amaçlanmıştır. Bu doğrultuda ülkelerin 2020 yılına ait Gayrisafi Yurtiçi Hasıla (GSYH) Büyüme Oranı bağımlı değişken, Covid-19 ölüm oranları, faiz oranları, vergi oranları ve tasarruf oranları bağımsız değişkenler olarak ele alınmıştır. Analizler için R programından yararlanılmıştır. Çalışmada ekonomik büyüme oranları bulanık ve çoklu doğrusal regresyon yöntemleri ile tahmin edilmiştir. Literatür göz önünde bulundurularak h değeri sırasıyla 0.01, 0.5, 0.9 alınmış ve bulanık regresyon yöntemi tahminleri elde edilmiştir. Uygun modeli belirlemek için modellerin performans ölçütleri olan MSE, RMSE ve MAE değerleri kullanılmıştır. Modellerin performans değerleri karşılaştırıldığında değerlerin birbirine oldukça yakın olduğu bulunmuştur. Bununla birlikte çoklu doğrusal regresyon modelinin performans ölçüt değerlerinin biraz daha küçük olduğu görülmüştür.
Keywords
Abstract
Economic growth is a phenomenon that increases the welfare level of both individuals and societies. In the historical process, some of the economies of different sizes have grown faster, while others have grown more slowly. The most obvious reason for the difference can be shown as the faster progress of some countries in terms of industrialization and technological progress. In this study, it is aimed to estimate the economic growth rates of OECD countries with different economic sizes by using fuzzy and multiple regression analysis. In this direction, the Gross Domestic Product (GDP) growth rate of the countries for 2020 is considered as the dependent variable, and the Covid-19 mortality rates, interest rates, tax rates and savings rates as independent variables. R program was used for analysis. In the study, economic growth rates were estimated with fuzzy and multiple linear regression methods. Considering the literature, the h value was taken as 0.01, 0.5, 0.9, respectively, and the fuzzy regression method estimates were obtained. MSE, RMSE and MAE values, which are the performance criteria of the models, were used to determine the appropriate model. When the performance values of the models were compared, it was found that the values were quite close to each other. However, it was observed that the performance criterion values of the multiple linear regression model were slightly smaller.