Yapay zekadan makale özeti
- Kısa
- Ayrıntılı
- Bu video, Erkan Arslan tarafından sunulan bir eğitim içeriğidir. Erkan, kanalının bin aboneyi geçtiğini belirterek izleyicilerine teşekkür etmektedir.
- Videoda ADF (Augmented Dickey-Fuller) birim kök testinin nasıl uygulanacağı adım adım gösterilmektedir. İçerik, veri setinin temizlenmesi, mevsimsellikten arındırılması ve doğal logaritması alınması ile başlayıp, ADF testinin üç farklı modelinin (sadece gecikme, sabit terim ve trend, sabit terim ve trend) tanıtımıyla devam etmektedir. Milli gelir serisi üzerinde test uygulaması yapılarak, durağan olmayan serinin fark alınarak tekrar test edilmesi ve durağanlık durumunun belirlenmesi gösterilmektedir.
- Videoda ayrıca kritik değerlere göre (yüzde 1, 5 ve 10) bir serinin durağan olup olmadığını belirleme yöntemi kod örnekleriyle açıklanmakta ve bir sonraki bölümde durağan zaman serisi değişkenleriyle VAR sistemi tahmin etme konusunun ele alınacağı belirtilmektedir.
- Giriş ve Veri Hazırlığı
- Kanal sahibi Erkan Arslan, bin aboneyi geçtiklerini izleyicilerin sayesinde olduğunu ve teşekkür ettiğini belirtiyor.
- Video, ADF birim kök testinin nasıl uygulandığını anlatmayı amaçlıyor.
- Veri seti yüklendikten sonra zaman serisi olarak atandı ve mevsimsellik testi uygulandı.
- 01:11Mevsimsellik Arındırma ve Veri Hazırlığı
- Mevsimsellikten arındırılmadan analiz yapmanın doğru olmadığı vurgulanıyor.
- Milli gelir serisi çok büyük olduğu için doğal logaritması alınarak küçültüldü.
- ADF testinin üç farklı modeli var: sadece zaman serisi değişkeni olan, sabit terim ve trend'in olduğu modeller.
- 02:13ADF Testi Uygulaması
- ADF testi için urdf kütüphanesi yüklendi ve test kodu yazıldı.
- Test kodunda zaman serisi değişkeni, model türü ve gecikme uzunluğu belirtildi.
- Test sonucunda trend katsayısı %10'da anlamlı olmadığı için trendli modelden atıldı.
- 05:38Test Sonuçlarının Yorumlanması
- Test istatistiğinin kritik değerlerden küçük olması durumunda değişkenin durağan olduğu, büyük olması durumunda durağan olmadığı söyleniyor.
- Test sonuçları bir değişkene atandıktan sonra et komutu ile test istatistikleri ve kritik değerler çekildi.
- If-else kodu kullanılarak test istatistiğinin kritik değerlerden büyük veya küçük olduğu durumda değişkenin durağan olup olmadığı belirlendi.
- 07:59Durağanlık Testi İçin Fark Alma
- Durağan olana kadar testi tekrarlamak için serinin bir farkı alınması gerektiği belirtildi.
- Dif komutu kullanılarak milli gelir serisinin bir farkı alındı.
- Yeni oluşturulan fark serisi için tekrar ADF testi uygulandı ve test istatistiğinin kritik değerlerden küçük olduğu, trend katsayısının ise anlamlı olduğu görüldü.
- 09:43ADF Testi Sonuçları
- Kritik değerlere göre bakıldığında, yüzde bir için serinin durağan olmadığını, yüzde beş ve yüzde on için ise durağan olduğunu söyleyebiliriz.
- ADF testi sonucunda, test istatistiğinin birincisi özet istatistiklerde yer alan kritik değerlerin ikincisinden büyükse, seri belirli bir kritik değerde durağan değildir.
- Kod çalıştırıldığında serinin yüzde beşte ve yüzde onda durağan olduğu, yüzde birde ise durağan olmadığı görülmüştür.
- 11:25ADF Testi Sonrası
- ADF testi ile değişkenin hangi derecede durağan olduğuna karar vermek oldukça basit bir işlemdir.
- Bir sonraki videoda durağan zaman serisi değişkenleri ile bir VAR sistemi tahmin etmeye çalışılacaktır.
- Kanal sahibi, abone olunmasını ve gelir elde edildiğinde sokak hayvanlarına yardım edileceğini belirtmiştir.