1

2009-2010 Zaman Serileri-2

1990:1-2000:4 Dönemi Elektrik Tüketimi Serisi

Murat Öztürkmen
167665 Ekonometri-5
 1990:1-2000:4 DÖNEMLİ, AYLIK FREKANSLI ELEKTRİK TÜKETİMİNE AİT ZAMAN SERİSİNİN
İNCELENMESİ

1.Giriş

İktisat literatüründe özellikle matematiksel analiz tekniklerinin ve buna ek olarak da bilgisayarlı

simulasyon ve modelleme tekniklerinin analiz aracı olarak gelişmesiyle birlikte yüzlerce gözlemli veri
setleriyle geleceğe dair öngörüler üretilebilmekte, dolayısıyla da geleceğe dair politika önerileri de
bugünden sunulabilmektedir.

Söz konusu bu araçlardan olan ekonometrik analizin bir parçası olarak nitelendirilebilecek alan da
zaman serileri analiz teknikleridir. Burada zaman serileri analiz tekniklerinden ARIMA modelleriyle
1990:1-2000:4 dönemli, aylık frekanslı elektrik tüketim serisine dair öngörüler türetilecektir. Fakat
bunun da öncesinde serinin model için hazır hale getirilmesi gayesiyle bir takım işlemler
gerçekleştirilecektir. Çalışmanın kapsamından dolayı ayrıntıya girilmeyecektir.

2.Durağanlığın İncelenmesi

Öncelikle durağanlığın küçük bir tanımını yapmak gerekiyor. Genel olarak, ortalama ile varyansı
zaman içinde değişmeyen ve iki dönem arasındaki ortak varyansın hesaplandığı döneme değil de,
yalnızca iki dönem arasındaki uzaklığa bağlı olan bir süreç için durağandır denir. Aslında literatürde
böyle bir durağanlık, zayıf durağanlık olarak adlandırılmaktadır.

Yukarıdaki tanımın cebirsel ifadesi ise şu şekildedir:

Ortalama : E(Yt) = µ
Varyans : var(Yt) = E(Yt - µ)2 = σ2
Ortak Varyans : γk = E[(Yt - µ) (Yt+k - µ)]

Burada, ortak varyans, k gecikme ile ortak varyanstır.

Zaman serileri analizinde, durağanlık, aranan bir özelliktir. Zira, yapılacak öngörüler için en önemli
varsayım doğrusallıktır. Elimizdeki elektrik serisinin durağan olup olmadığı için testler yapacağız.

2.1 Grafik Çizimi

Elektrik serisinin durağan olup olmadığını ilk bakışta grafiğinden görebiliriz.

Şekil 1: Elektrik Serisi

Şekil 1’e göre serinin artış trendinde olduğu, dolayısıyla belirlenen herhangi iki dönem arasında
varyans ve ortalama farkı olduğu “izlenimi” edinilebilir. Bundan sonraki alt başlıklarda bu izlenimin
istatistiksel tekniklerle test edilişine bakacağız.

2.2 Otokorelasyon, Kısmi Otokorelasyon ve Beyaz Gürültü Modeli

Beyaz gürültü süreci izleyen herhangi bir zaman serisinin ortalaması sıfır, varyansı sabit ve birbirini
izleyen gözlem değerleri arasında hiçbir fark yoktur.

Beyaz gürültü süreci izleyen bir serinin hem otokorelasyon, hem de kısmi otokorelasyon katsayılarının
örnekleme dağılımı, sıfır ortalama ve 1/√𝑛 standart sapma ile normal dağılır.

Her bir otokorelasyon katsayısının tek tek incelenmesi yerine portmateau testleri geliştirilmiştir.
Bunlar Box-Pierce Q ve Ljung-Box Q istatistiklerine bakarak yapılan yorumlamalardır.

Her bir otokorelasyon katsayısının değeri sıfıra yakınsa Q istatistiği nisbeten daha düşük bir değer
alacaktır. Eğer hata terimleri beyaz gürültülü(durağan) ise Q istatistiği (h-m) serbestlik derecesi ile χ2
dağılımına uyacaktır. Test edilecek sıfır hipotezi ise otokorelasyon katsayılarının sıfıra eşit olduğu
şeklindedir. Q istatistiğinin değeri veri serbestlik derecesi ve anlamlılık düzeyinde χ2 dağılımından
büyükse sıfır hipotezi reddedilir, dolayısıyla otokorelasyon fonksiyonunun beyaz gürültü modelinden
farklı olur.

Aşağıda elektrik serisine ait elde edilen otokorelasyon, kısmi otokorelasyon ve Q değerleri verilmiştir.

Tablo 1 : Elektrik serisi ACF, PACF ve Q değerleri

Partial
Autocorrelation Correlation AC PAC Q-Stat Prob

.|*******| .|*******| 1 0.927 0.927 109.10 0.000

.|*******| .|. | 2 0.856 -0.019 202.98 0.000
.|****** | .|. | 3 0.791 -0.002 283.70 0.000
.|****** | .|* | 4 0.756 0.181 358.03 0.000
.|***** | *|. | 5 0.707 -0.110 423.73 0.000
.|***** | .|. | 6 0.663 0.015 482.00 0.000
.|***** | .|** | 7 0.645 0.204 537.58 0.000
.|***** | *|. | 8 0.613 -0.155 588.27 0.000
.|**** | .|. | 9 0.577 -0.022 633.48 0.000
.|**** | .|** | 10 0.558 0.209 676.14 0.000
.|**** | *|. | 11 0.536 -0.154 715.91 0.000
.|**** | .|** | 12 0.540 0.235 756.59 0.000
.|**** | ***|. | 13 0.488 -0.368 790.13 0.000
.|*** | .|. | 14 0.450 0.034 818.85 0.000
 .|*** | .|* | 15 0.409 0.120 842.79 0.000
.|*** | *|. | 16 0.383 -0.170 864.06 0.000
.|*** | .|. | 17 0.346 0.017 881.56 0.000
.|** | .|* | 18 0.317 0.164 896.34 0.000
.|** | **|. | 19 0.305 -0.194 910.21 0.000
.|** | .|* | 20 0.284 0.095 922.35 0.000
.|** | .|. | 21 0.256 0.056 932.30 0.000
.|** | *|. | 22 0.245 -0.132 941.47 0.000
.|** | .|** | 23 0.236 0.222 950.10 0.000
.|** | *|. | 24 0.240 -0.089 959.09 0.000

Tablo 1’e göre 24’üncü gecikmede bile Q istatsitiği oldukça yüksek değer almıştır. Bu da
otokorelasyon fonksiyonunun beyaz gürültü modelinden farklı olduğunu ve dolayısıyla
serinin istatistiksel olarak da durağan olmadığını kanıtlayabilir.

Ayrıca dikkat edilmesi gereken bir başka nokta, %5 anlamlılık bandına isteksiz ve yavaş
girmesidir. Bu da serinin bandın içine sığmayı reddedecek kadar kıpır kıpır olduğunu gösterir.

Fakat serinin farkını aldığımızda seri durağan bir süreç izler.

Şekil 2: L(Elektrik) serisinin grafiği

Bu durumda seri entegre(bütünleşik)tir. Birinci farkında durağan olduğuna göre I(1) diye tanımlanır.
Not edilmesi gereken son nokta ise, bilerek bir logaritmik dönüşüm yapılmadığıyla ilgilidir.
Burada zaten çok yüksek veri seti değerleriyle analiz yapılmadığından logaritmik bir
dönüşüme ihtiyaç duyulmamıştır.

2.3 Dickey-Fuller(DF) Testi

Aşağıdaki üç elektrik denklemi için γ = 0 hipotezi, γ < 0 hipotezine karşı test edilir. Sıfır
hipotezinin seçilen anlamlılık seviyesinde reddi, serinin durağan olduğunu, birim kökü
olmadığını işaret eder.

ΔELEKTRIKt = γELEKTRIKt-1 + εt (1)

ΔELEKTRIKt = a0 + γELEKTRIKt-1 + εt (2)

ΔELEKTRIKt = a0 + a1t + γELEKTRIKt-1 + εt (3)

1 nolu denklemde t istatistik değeri yüzde 5 anlamlılık düzeyinde -1.9437 bulunmuştur. Bu

değer -1.9410 kritik değerinden küçük olduğundan birim kök yoktur ve durağandır.

2 nolu denklemde t istatistik değeri yüzde 5 anlamlılık düzeyinde -2.8876 bulunmuştur. Bu

değer -3.4592 kritik değerinden büyük olduğundan birim kök vardır ve durağan değildir.

3 nolu denklemde t istatistik değeri yüzde 5 anlamlılık düzeyinde -3.4508 bulunmuştur. Bu

değer -3.4298 kritik değerinden küçük olduğundan birim kök yoktur ve durağan.

Yukarıdaki grafik yöntem ve ACF yöntemiyle serinin durağan olmadığı sonucuna varılmıştı.
Böyle bir sonuçla en uyumlusu (2) no’ lu denklem sonuçlarıdır. Dolayısıyla seri tesadüfi
yürüyüş özelliği de göstermektedir. Aslında diğer sonuçlar da oldukça yakın çıkmıştır.

Dickey ve Fuller katsayılar üzerine kısıt koyarak üç farklı istatistik daha geliştirmişlerdir. 2
numaralı denklem için geliştirilen φ1 testinin sıfır ve alternatif hipotezleri:

φ1 testi:

H0 : a0 = γ = 0

H1 : a0 ≠ 0 veya γ ≠ 0

3 numaralı denklem için geliştirilen φ2 ve φ3 testlerinin sıfır ve alternatif hipotezleri:

φ2 testi:

H0 : a0 = a1 = γ = 0

H1 : a0 ≠ 0 veya a1 ≠ 0 veya γ ≠ 0

Φ3 testi:
H0 : a1 = γ = 0
H1 : a1 ≠ 0 veya γ ≠ 0

Şeklindedir.

Şimdi yukarıdaki regresyonlar için φ1, φ2 ve φ3 testlerini yapalım.

2. denklemde hesaplanan 0.025 anlamlılık düzeyinde F-istatistik değeri 1.67, tablo

değerinden(5.57’den) yüksek çıkmadığından sıfır hipotezi reddedilir. Serinin durağan olmadığı
söylenir.

3. denklemde hesaplanan 0.025 anlamlılık düzeyinde F-istatistik değeri 20.1244, tablo

değerinden(5.59) yüksek olduğundan sıfır hipotezi reddedilemez. Seri durağandır.

DF testlerine göre serinin durağan olmadığı, yönlü tesadüfi yürüyüş özelliği gösterdiği rahatlıkla
söylenebilir.

τ ve φ testlerini birlikte değerlendirdiğimizde, seri için sabitli bir model seçeriz.

2.4 ADF Testi

Hata terimlerinde görülebilecek muhtemel bir ardışık bağımlılık sorunundan dolayı

yukarıdaki DF testini bir adım daha ileri götürerek aşağıdaki gibi bir regresyon denklemi elde
ediliebilir:
𝑝
ΔELEKTRIKt = a0 + γELEKTRIKt-1 + 𝑖=0 𝛽𝑖 ELEKTRIKt-i + εt

Yazılabilir. Yukarıdaki p optimal gecikme uzunluğunu 24 gecikme için aic ve sic değerlerini
aşağıdaki gibi hesaplayarak bulabiliriz:

Tablo 2: AIC ve SIC değerleri

AIC SIC Gecikme

5.9589 6.6666 24
5.9591 6.6364 23
6.0632 6.7105 22
6.0862 6.7038 21
6.0715 6.6599 20
6.0584 6.6178 19
6.0331 6.5639 18
6.0234 6.5239 17
6.0056 6.4802 16
5.9829 6.4299 15
5.9758 6.3959 14
5.9621 6.3549 13
5.9326 6.2988 12
5.9737 6.3135 11
6.6744 6.9881 10
 6.7715 7.0595 9
6.8324 7.0949 8
6.9015 7.1389 7
6.9028 7.1153 6
6.9077 7.0955 5
6.9761 7.1395 4
6.9541 7.0934 3
6.9333 7.0488 2
6.9494 7.0413 1

Optimal gecikme uzunluğu AIC’e göre 12, SIC’e göre 12 olarak belirlenir. Buna göre
denklemi tekrar yazalım:

12
ΔELEKTRIKt = a0 + γELEKTRIKt-1 + 𝑖=0 𝛽𝑖 ELEKTRIKt-12 + εt

3.ARIMA Modellemesi

3.1 Uygun ARIMA Modelinin Seçilmesi

Serinin grafiği, birinci farkındaki ACF ve PACF ‘ lerine baktığımızda 1, 6 ve 12. seviyede
anlamlı olduğu görülmektedir.

Tablo 3 D(Elektrik) ACF ve PACF tablosu

Autocorrelation Partial Correlation AC PAC Q-Stat Prob

***|. | ***|. | 1 -0.323 -0.323 13.163 0.000

.|. | *|. | 2 0.001 -0.116 13.163 0.001
**|. | **|. | 3 -0.198 -0.266 18.166 0.000
.|. | *|. | 4 0.059 -0.127 18.615 0.001
.|* | .|* | 5 0.149 0.106 21.495 0.001
**|. | **|. | 6 -0.304 -0.317 33.622 0.000
.|* | .|. | 7 0.183 -0.009 38.071 0.000
.|. | .|. | 8 -0.027 0.042 38.168 0.000
*|. | **|. | 9 -0.082 -0.271 39.069 0.000
.|. | *|. | 10 -0.025 -0.130 39.154 0.000
**|. | **|. | 11 -0.192 -0.308 44.211 0.000
.|***** | .|*** | 12 0.636 0.435 100.29 0.000
**|. | .|* | 13 -0.249 0.109 108.94 0.000
.|. | .|* | 14 0.066 0.093 109.55 0.000
*|. | .|* | 15 -0.180 0.110 114.16 0.000
.|* | .|* | 16 0.123 0.148 116.34 0.000
.|. | .|. | 17 0.024 -0.044 116.43 0.000
**|. | .|* | 18 -0.203 0.072 122.44 0.000
.|* | .|. | 19 0.129 -0.010 124.88 0.000
.|. | .|. | 20 -0.009 0.053 124.90 0.000
 *|. | *|. | 21 -0.068 -0.058 125.59 0.000
.|. | .|. | 22 -0.044 -0.021 125.89 0.000
.|. | .|* | 23 -0.043 0.088 126.17 0.000
.|*** | .|. | 24 0.357 -0.033 145.97 0.000

Burada, geriye dönüp serinin aslında mevsimsellik de içerdiğini not etmemiz gerekiyor. Dolayısıyla
daha sağlıklı tahminler yapabilmek için saf ELEKTRIK serisinden mevsimselliği de çıkartıp tekrar farkını
almamız gerekiyor. Bu durumda serinin grafiği aşağıdaki gibi bir süreç izler:

Şekil 3 Mevsimsellikten arındırılmış serinin birinci farkı

Şimdi a priori(önsel) bir tahmin olarak bağımlı değişkenin ΔELEKTRIKt olduğu, bağımsız değişkenler
tarafında da AR(1) ve MA(1) nin olduğu bir model tahmin ettiğimizde aşağıdaki sonuçları elde ederiz.

Tablo 4 ARIMA(1,1,1) tahmini verileri

Variable Coefficient Std. Error t-Statistic Prob.

AR(1) 0.275111 0.099863 2.754876 0.0069

MA(1) -0.941450 0.031106 -30.26546 0.0000
 R-squared 0.324963 Mean dependent var 0.038182
Adjusted R-squared 0.318713 S.D. dependent var 5.760925
S.E. of regression 4.755074 Akaike info criterion 5.974316
Sum squared resid 2441.959 Schwarz criterion 6.023416
Log likelihood -326.5874 Durbin-Watson stat 2.045089

Inverted AR Roots .28

Inverted MA Roots .94

Görüldüğü gibi AR(1) ve MA(1) 0.05 ve 0.00 ile oldukça anlamlıdırlar. Denklemde sabit terim yoktur.
Modeli kısaca ARIMA(1,1,1)(1,1,1)12 şeklinde ifade edebiliriz. Nihai denklem:

(1-δ1L)(1-α1L-…- α12L12)(1-L)(1-L12) ELEKTRIKt = (1-λ1L)(1-β1L12)

3.2 Nihai ARIMA Modeliyle Sonraki Dört Döneme İlişkin Öngörüler

Şimdi, sonraki dört dönem için nihai ARIMA modeli ile bulunan öngörüler şöyledir:

Ft+1 = 129.29

Ft+2 = 130.11

Ft+3 = 130.31

Ft+4 = 137.72

4. Sonuç Yerine

Bu çalışmada 1990:1-2000:4 dönemine ait elektrik üretim serisi incelenmiş, serideki gözlem
değerlerine göre Box-Jenkins metoduyla ARIMA modeli tahmin edilip model aracılığıyla sonra gelen
dört döneme ilişkin öngörüler hesaplanmıştır. Yapılan işlemler sonucunda öngörülerin geçmiş
değerlerle yaklaşık uyumluluğu dikkat çeken ilk husustur. Bir başka husus ise durağan olmayan bir
zaman serisinin, durağan olduğunda daha net kestirimler sağlayabileceğidir.
Kaynakça

Gujarati, Damodar N. Çev. Şenesen Ümit, Şenesen Gülay Günlük Temel Ekonometri, 2006, İstanbul,
Literatür Yay.

Makridakis, Spyros vd. Forecasting:Methods and Applications, 1998, New York, John Wiley & Sons,
Inc.

Sivri, Uğur Zaman Serileri-2 Ders Notları, 2010, Trabzon, Teksir