İnsani Kalkınmışlık Düzeyinin Sınıflandırma Başarılarının Karşılaştırılmasında Sıralı Lojistik Regresyon Analizi ve Yapay Sinir

İktisadi kalkınma ve büyüme, çoğu ülke açısından en önemli hedefler arasında ön sırada yer almaktadır. Bu hedefin gerçekleştirilmesinde sadece ekonomik kalkınma değil, insanların yaşam becerilerinin artırılması ve daha kaliteli bir hale getirilmesi süreci olarak ifade edilen insani kalkınma da önemli bir rol oynamaktadır. Bu nedenle ülkeler arası karşılaştırma ve sınıflandırmaya olanak sağlaması sebebiyle insani kalkınma endeksi tercih edilen ve başvurulan sayısal bir gösterge olmuştur. Bu araştırmanın amacı sıralı lojistik regresyon ve yapay sinir ağları kullanarak İnsani Kalkınma Endeksi'nin sınıflandırma başarılarının karşılaştırılmasıdır. Uygulamada Birleşmiş Milletler Kalkınma Programı İnsani Kalkınma Endeksi'ne sahip olan 81 ülkenin 2010-2012 yılları arasındaki verileri kullanılmıştır. Sınıflandırma işlemi ülkeleri, çok yüksek, yüksek ve orta insani kalkınmışlık sınıfı olarak sınıflandırılmıştır. Yapılan analizler neticesinde sıralı lojistik regresyon modeli sonuçları, bebek ölüm oranı, sağlık harcamaları, internet kullanıcı sayısı, ithalat ve ihracat değişkenlere ait belirleyicilerinin istatistiksel olarak anlamlı olduğunu göstermektedir. Analizler olarak karşılaştırma yapıldığında Sıralı Lojistik Regresyon Analizinde % 88,1'lik başarı gerçekleştirirken, buna karşın Çok katmanlı Yapay Sinir Ağları Analizi Modeli % 97,1'lik doğru sınıflandırma başarısı göstermiştir.

Comparison Of Classification Success Of Human Development Index By Using Ordered Logistic Regression Analysis And Artificial Neural Network Methods

Economic development and growth are among the most important objectives for many countries. Not only economic development but also human development, which means enhancing and improving people's quality of life, plays an important role for reaching this objective. For this reason, human development index has become a widely preferred and recognized numerical indicator for comparison and classification of countries. The purpose of this research is to compare the classification success of Human Development Index by using ordered logistic regression and artificial neural network. The data of 81 countries, which has United Nations Development Program's Human Development Index, between the years of 2010-2012 were used in this study. Countries are classified for having very high, high and moderate levels of human development. The results of the ordered lojistic regression model indicate that determinants including infant mortality rate, health expenses, number of internet users, import and export were observed as statistically significant. As a comparison of the analysis, Ordered Logistic Regression Analysis proved 88,1 % success in classification while Multilayer Neural Networks Model showed 97,1 % success.

___

Akın, H.B., ve Şentürk, E., (2012). "Bireylerin Mutluluk Düzeylerinin Ordinal Lojistik
Regresyon Analizi İle İncelenmesi", Öneri, C.10, S.37, 183-193. Akkuş, Ö, Türkan, S., Tatlıdil, H., (2010). "Sıralı Bağımlı Değişken Modeli Ve Diskriminant Analizi'nin Ticari Bankaların Mali Performanslarına Göre
Sınıflandırılmasında Kullanımı", Suleyman Demirel University The Journal of Faculty of Economics and Administrative Sciences, Vol.15, No.2, 319-332. Alpar, R., (2013). Çok Değişkenli İstatistiksel Yöntemler, 4. Baskı, Detay Yayıncılık, Ankara,
Bilgehan, M., and Turgut, P., (2010). "The Use of Neural Networks In Concrete
Compressive Strength Estimation", Computers and Concrete, 7(3), 2010, 271
Burmaoğlu, S., Oktay, E. ve Özen, Ü. (2009). "Birleşmiş Milletler Kalkınma Programı
Beşeri Kalkınma Endeksi Verilerini Kullanarak Diskriminant Analizi ve Lojistik Regresyon Analizinin Sınıflandırma Performanslarının Karşılaştırılması", KHO Savben Dergisi, Cilt:8, Sayı:2, 23-49. Chen, C-K., and Hughes, J. Jr., (2004). "Using Ordinal Regression Model to Analyze
Student Satisfaction Questionnaires", IR Applications, Association for Institutional Research, Vol. 1,1-13. Demirtas E. A., Anagun A.S., Koksal G., (2009). "Determination Of Optimal Product
Styles By Ordinal Logistic Regression Versus Conjoint Analysis For Kitchen Faucets". International Journal of Industrial Ergonomics, 39, 866-875. Elamir, E., ve Sadeq, H., (2010). "Ordınal Regression to Analyze Employees Attitudes
Towards The Application of Total Quality Management", Journal of Applied Quantitative, Vol.5, No.4, 647-658. Elman, J.L., (1990). "Finding structure in time", Cognitive Science, 14(2), 179-211.
Eren, M., Çelik, A.K., Kubat, A., (2014). "Determinants of the Levels of Development
Based on the Human Development Index: A Comparison of Regression Models for Limited Dependent Variables", Review of European Studies, Vol. 6, No. 1, 22. Haykin, S., (1999). Neural Networks: A Comprehensive Foundation, Prentice Hall Inc, New Jersey.
Ivanova, I., Arcelus F.J. and Srinivasan G., (1999).
"An assessment of The Measurement Properties of The Human Development Index", Social Indicators Research, 46, 157-179. Kohonen, T. (1987). "State of the Art in Neural Computing", Int. Conf. on AI,1-79.
Kohonen, T., (2001). Self-Organizing Maps, Springer Series in Information Sciences,
(3rd Edition), New York. Küçükönder, H., (2011). "Yapay Sinir Ağları ve Tarımda Bir Uygulama",
(Yayımlanmamış Doktora Tezi), Kahranmanmaraş Sütçü İmam Üniversitesi Fen Bilimleri Enstitüsü, Kahramanmaraş. Liao, T. F., (1994). Interpreting Probability Models, Logit, Probit, and Other
Generalized Linear Model, Sage Publications, In Sage University Papers Series. Thousand Oaks. California Lind Niels C., (1992). "Some Thoughts on The Human Development Index", Social
Indicators Research, 27, 89-101. Lippman, R. (1987)., "An introduction to computing with neural nets", IEEE ASSP Mag., 4, 4-22.
Long, J. Scott, ve Freese, J., (2001). Regressıon Models For Categorıcal Dependent
Varıables Using Stata, A Stata Press Publication, Texas. McCullagh, P., (1980). "Regression Models for Ordinal Data", Journal of the Royal
Statistical Society. Series B (Methodological), Vol. 42, No. 2, 109-142. Morse, S., (2014). "Stirring The Pot. Influence of Changes in Methodology of The Human Development Index on Reporting By The Pres", Ecological Indicators 45: -254.
O'Connell, A.A., (2006). Logistic Regression Models for Ordinal Response Variables.
Thousand Oaks, Sage Publications, London. Öztemel, E., (2003), Yapay Sinir Ağları", Papatya Yayıncılık, İstanbul.
Pissarenko, D., (2002). Neural Networks For Financial Time Series Prediction: Overwiev http://members.inode.at/d.pissarenko/fyp/Pissarenko2002.pdf Over Recent Research,
Şen, Z., (2004). Yapay Sinir Ağlarının İlkeleri, Özener Matbacılık, İstanbul.
UNDP, Human Development Report, 1990.
UNDP, Human Development Report, 2010.
UNDP, Human Development Report, 2011.
UNDP, Human Development Report, 2012.
UNDP, Human Development Report, 2014.
Üçdoğruk, Ş., Akın, F., ve Emeç, H., (2001). "Hanehalkı Harcamaların Olasılıklarını Sıralı Regresyon Modeli ile Tahmin Etme", V. Ulusal Ekonometri ve İstatistik Sempozyumu, Adana. (http://idari.cu.edu.tr/sempozyum/bil13.htm).
Yıldız, B., (2001). "Finansal Başarısızlığın Öngörülmesinde Yapay Sinir Ağı Kullanımı ve Halka Açık Şirketlerde Ampirik Bir Uygulama", İMKB Dergisi, Sayı:17, 51