Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Ankara Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2018
Tezin Dili: Türkçe
Öğrenci: YASİN OKKAOĞLU
Danışman: YILMAZ AKDİ
Özet:Çalışmada Ankara iline ait hava kirliliği indekslerinden PM10 miktarının zaman serileri analizi üzerinde durulmuştur. 1993-2017 yılları arasındaki aylık ortalama gözlem değerleri veri seti olarak göz önünde bulundurulmuştur. Gelecek dönemlerde gerçekleşecek hava kirliliği değerlerine ilişkin öngörüler bilinen zaman serileri yöntemlerine ek olarak harmonik regresyon yöntemi ile elde edilmiştir. Harmonik regresyon modeli elde edilirken verinin içerdiği periyodikliğin tespiti periodogramlar yardımıyla yapılmıştır. Durağanlık varsayımı, zaman serilerinde öngörü yapabilmek için gerekli temel varsayımlardan birisidir. Çalışmada serinin durağanlığı, verinin içerdiği periyodiklikten dolayı literatürde sıklıkla kullanılan genişletilmiş Dickey-Fuller birim kök testi ve Phillips-Perron birim kök testine ek olarak HEGY testi ve periodogram tabanlı birim kök testi ile sınanmıştır. HEGY testi sonuçlarına göre, modele kukla değişken eklenmediği durumda seri mevsimsel birim köklü çıkmıştır. Uygulanan diğer birim kök testlerine göre ise seri durağan çıkmıştır. Periodogram tabanlı birim kök testinin, HEGY testine göre kullanışlı olması ve avantajları nedeniyle bu testin sonucu göz önünde bulundurulmuştur. Her iki yöntemle de (ARIMA ve harmonik regresyon), öngörüler elde edilip çalışmanın devam ettiği 2018 yılının ilk iki ayı için gerçekleşen değerler ile karşılaştırılmıştır. Öngörü değerleri incelendiğinde, PM10 miktarının Ankara ili hava kirliliği açısından halen önemli bir tehlike oluşturduğu sonucuna ulaşılmıştır. In this study, the amount of PM10, which is an air pollution indices, is analyzed with time series. The PM10 data is collected as monthly averages from 1993 to 2017. The forecasted values for future air pollution rates are obtained by the harmonic regression method in addition to the known time series methods. When the harmonic regression model is obtained, the periodicity of the data is determined by using periodograms. The assumption of stationarity is one of the basic assumptions needed to make forecasting in time series. In this study, since the series has a periodicities, the stationarity of series is tested by the HEGY test and periodogram based unit root test in addion to augmented Dickey-Fuller and Phillips-Perron unit root tests. According to the results of the HEGY test, when the dummy variables are not added into model, the series has seasonal unit roots. On the other hand, according to other unit root tests, the series is stationary. Because of the usefulness of the periodogram based unit root test and its advantages, the result of this test is considered. In both methods (ARIMA and harmonic regression), the forecasted values are obtained and made compare with the actual values for the first two months of 2018. When the forecasted values are examined, it is concluded that the amount of PM10 is still a significant danger in terms of air pollution in Ankara.