Tez araştırmalarında özellikle zaman serisi analizleri, belirli bir değişkenin geçmiş değerlerine dayanarak gelecekteki değerlerini tahmin etmek amacıyla yaygın şekilde kullanılmaktadır. Ekonomi, finans, mühendislik, sağlık ve sosyal bilimlerde, zaman serisi yöntemleriyle yapılan çalışmaların sayısı giderek artmaktadır. Ancak araştırmacıların karşısına sık çıkan bir metodolojik soru vardır: “Zaman serisi tahmini için ARIMA mı, yoksa ETS mi kullanılmalı?”
ARIMA (Autoregressive Integrated Moving Average – Otoregresif Entegre Hareketli Ortalama), geçmiş verilerdeki otoregresif yapı ve hareketli ortalama bileşenlerini kullanarak geleceği modelleyen güçlü bir tekniktir. ETS (Error, Trend, Seasonal – Hata, Trend, Mevsimsellik) modeli ise zaman serilerini hata, trend ve mevsimsel bileşenlerine ayırarak tahmin yapar.
Bu iki yöntem arasındaki seçim, yalnızca teknik bir detay değil; tez çalışmasının bilimsel güvenilirliği, tahmin doğruluğu ve metodolojik sağlamlığı açısından kritik önemdedir. Yanlış yöntem seçimi, verilerin yanlış modellenmesine, öngörülerin tutarsız olmasına ve akademik geçerliliğin zedelenmesine yol açabilir.
Bu yazıda, tez yaptırma sürecinde ARIMA mı ETS mi sorusuna kapsamlı bir yanıt aranacak; her iki yöntemin tanımları, varsayımları, güçlü ve zayıf yönleri, uygulama örnekleri, karar kriterleri ve stratejik ipuçları ayrıntılı şekilde incelenecektir.
1. Zaman Serisi Analizinin Önemi
-
Verilerin zaman içerisindeki değişimini incelemeye yarar.
-
Gelecek dönem tahminleri için güçlüdür.
-
Ekonomik krizler, sağlık epidemiyolojisi, finansal öngörüler gibi alanlarda kritik rol oynar.
2. ARIMA Modelinin Tanımı
-
ARIMA, geçmiş değerler (autoregressive – AR), fark alma işlemleri (integrated – I) ve hata terimleri (moving average – MA) üzerinden tahmin yapar.
-
Durağan olmayan seriler için fark alma işlemi uygulanarak seriler durağan hale getirilir.
3. ETS Modelinin Tanımı
-
ETS, seriyi üç bileşene ayırır: hata, trend ve mevsimsellik.
-
Her bir bileşen ayrı ayrı modellenir ve öngörüler bu bileşenlerin birleşimiyle elde edilir.
4. ARIMA’nın Varsayımları
-
Serinin durağan olması gerekir.
-
Hata terimleri beyaz gürültü olmalıdır.
-
Doğrusal ilişkiler üzerine kuruludur.
5. ETS’nin Varsayımları
-
Serinin bileşenlere ayrılabilir olması gerekir.
-
Trend ve mevsimsellik açıkça gözlemlenebilir olmalıdır.
-
Daha esnek, dağılım varsayımı daha hafif bir yöntemdir.
6. ARIMA’nın Avantajları
-
Güçlü tahmin performansı.
-
Farklı parametre kombinasyonlarıyla esneklik sağlar.
-
Finans ve ekonomi literatüründe standart yöntemdir.
7. ETS’nin Avantajları
-
Sezgiseldir; trend ve mevsimsellik doğrudan modellenir.
-
Küçük örneklemlerde de kullanılabilir.
-
Tahminler genellikle daha kolay yorumlanır.
8. ARIMA’nın Dezavantajları
-
Karmaşık parametre seçim süreci (p, d, q).
-
Yorumlaması teknik bilgi gerektirir.
-
Mevsimsel yapıyı yakalamakta ek parametre (SARIMA) gerekir.
9. ETS’nin Dezavantajları
-
Çok karmaşık serilerde yetersiz kalabilir.
-
ARIMA kadar güçlü olmayabilir.
-
Aşırı uyum (overfitting) riski taşır.
10. Karar Kriterleri
-
Veri durağan değil ve trend içeriyorsa → ARIMA.
-
Veri açık trend ve mevsimsellik gösteriyorsa → ETS.
-
Karmaşık finansal veriler → ARIMA.
-
Basit öngörüler ve sezgisel yorumlar → ETS.
11. Uygulamalı Örnek 1: Ekonomi
Araştırma: “Türkiye’nin aylık enflasyon oranlarının tahmini.”
-
Karmaşık yapılar → ARIMA.
12. Uygulamalı Örnek 2: Sağlık
Araştırma: “Bir şehirde aylık grip vakalarının öngörülmesi.”
-
Mevsimsellik baskın → ETS.
13. Uygulamalı Örnek 3: Eğitim
Araştırma: “Öğrenci kayıtlarının yıllara göre değişimi.”
-
Trend belirgin → ETS.
14. Uygulamalı Örnek 4: Finans
Araştırma: “Hisse senedi fiyatlarının tahmini.”
-
Karmaşık ve durağanlaştırılmış seriler → ARIMA.
15. Uygulamalı Örnek 5: Sosyoloji
Araştırma: “Nüfus artış oranlarının tahmini.”
-
Hem trend hem mevsimsellik → ETS.
16. Türkiye’de Tezlerde Kullanımı
Türkiye’de ekonomi ve finans tezlerinde ARIMA modelleri daha yaygındır. Eğitim ve sağlık alanlarında ise trend ve mevsimsellik analizi ön planda olduğu için ETS modelleri tercih edilmektedir.
17. Etik Boyutlar
-
Model seçiminde açık gerekçe sunulmalıdır.
-
Yanlış yöntem kullanımı sonuçların güvenilirliğini bozar.
-
Bulgular şeffaf şekilde raporlanmalıdır.
18. Yaygın Hatalar
-
ARIMA’da seriyi durağanlaştırmadan model kurmak.
-
ETS’de trend/mevsimsellik olmadan yöntemi kullanmak.
-
Model karşılaştırması yapmadan tek bir yönteme bağlı kalmak.
19. Kontrol Listesi
-
Veri durağan mı?
-
Trend ve mevsimsellik var mı?
-
Parametre seçimim açık mı?
-
Model uyum ölçütlerini (AIC, BIC, RMSE) kontrol ettim mi?
20. Stratejik İpuçları
-
Önce seriyi grafiklerle inceleyin.
-
Durağanlık testi yapın (ADF testi).
-
Hem ARIMA hem ETS’yi deneyip performanslarını karşılaştırın.
-
Bulgularınızı tablolar ve öngörü grafiklerle destekleyin.
Sonuç
Tez yaptırma sürecinde ARIMA mı ETS mi sorusu, zaman serisi analizi yapan araştırmacılar için kritik bir karardır. Eğer seriniz durağanlaştırılabilir ve karmaşık yapılar barındırıyorsa ARIMA güçlü bir tercih olacaktır. Eğer seriniz trend ve mevsimsellik içeriyorsa ETS daha uygun ve anlaşılırdır.
Araştırmacılar, yöntem seçimlerini yalnızca teknik gerekçelerle değil, aynı zamanda veri yapısı ve araştırma sorusuyla uyumlu biçimde yapmalıdır. Doğru yöntem seçimi, araştırmanın güvenilirliğini ve literatüre katkısını doğrudan artıracaktır.
