CLASSIFICATION OF STATISTICAL AREA UNITS (SCTU) ACCORDING TO FINANCIAL VARIABLES WITH FUZZY CLUSTERING ANALYSIS
[ X ]
Tarih
2015
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Kırıkkale Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
European Union has started works on keeping regional statistics to develop regional development politics as well as national development levels of member countries by dividing countries into sub regions. In line with these works, Turkey has been divided into three sub regions as Level 1 , Level 2 and Level 3 and regional statistics have begun to be collected and developed.Fuzzy Clustering approach comes out as a suitable method if the clusters are not seperated from each other prominently or if some of the members are indecisive about being a member of the cluster. Fuzzy clusters are functions that determine each unit between 0 and 1 defined as the membership of the unit. Units which are very similar take part in the same cluster according to high membership degree. The purpose here is to determine homogenous city groups that have the same characteristics in terms of these indicators.This study has used fuzzy c-means (FCM) method which is used frequently in fuzzy clustering analysis and has classified SCTU Level-2 and Level-3 regions through financial indicators. The results have been examined and interpreted in terms of their correlation with each other
Avrupa Birliği; üye ülkelerin ulusal kalkınma düzeylerinin yanı sıra, bölgesel kalkınma politikalarının da geliştirilmesi amacıyla ülkelerin alt bölgelere ayrılarak bölgesel bazda istatistiklerinin tutulması konusunda çalışmalar başlatmıştır. Bu çalışmalar doğrultusunda Türkiye’de; Düzey 1, Düzey 2 ve Düzey 3 olmak üzere 3 alt bölgelere ayrılarak, bölgesel istatistikler toplanmaya ve geliştirilmeye başlanmıştır. Bulanık Kümeleme yaklaşımı, kümeler birbirinden belirgin bir şekilde ayrılmıyorsa ya da üyeliklerinde bazı birimler küme üyeliğinde kararsızsa uygun bir yöntem olarak ortaya çıkmaktadır. Bulanık Kümeler, kümedeki birimin üyeliği olarak tanımlanan 0 ile 1 arasındaki her birimi belirleyen fonksiyonlardır. Birbirine çok benzeyen birimler aynı kümedeyüksek üyelik derecesine göre yer alırlar. Burada amaç; bu göstergeler bakımından aynı özellikleri taşıyan homojen il gruplarının tespit edilmesidir. Bu çalışmada, bulanık kümeleme analizinde sıkça kullanılan bulanık c-ortalamalar (FCM) yöntemi kullanılarak, İBBS Düzey-2 ve Düzey-3 bölgeleri mali göstergeler yardımıyla gelişmişlik düzeylerine göre sınıflandırılmıştır. Elde edilen sonuçların, birbirleri ile korelasyonu incelenmiş ve yorumlanmıştır.
Avrupa Birliği; üye ülkelerin ulusal kalkınma düzeylerinin yanı sıra, bölgesel kalkınma politikalarının da geliştirilmesi amacıyla ülkelerin alt bölgelere ayrılarak bölgesel bazda istatistiklerinin tutulması konusunda çalışmalar başlatmıştır. Bu çalışmalar doğrultusunda Türkiye’de; Düzey 1, Düzey 2 ve Düzey 3 olmak üzere 3 alt bölgelere ayrılarak, bölgesel istatistikler toplanmaya ve geliştirilmeye başlanmıştır. Bulanık Kümeleme yaklaşımı, kümeler birbirinden belirgin bir şekilde ayrılmıyorsa ya da üyeliklerinde bazı birimler küme üyeliğinde kararsızsa uygun bir yöntem olarak ortaya çıkmaktadır. Bulanık Kümeler, kümedeki birimin üyeliği olarak tanımlanan 0 ile 1 arasındaki her birimi belirleyen fonksiyonlardır. Birbirine çok benzeyen birimler aynı kümedeyüksek üyelik derecesine göre yer alırlar. Burada amaç; bu göstergeler bakımından aynı özellikleri taşıyan homojen il gruplarının tespit edilmesidir. Bu çalışmada, bulanık kümeleme analizinde sıkça kullanılan bulanık c-ortalamalar (FCM) yöntemi kullanılarak, İBBS Düzey-2 ve Düzey-3 bölgeleri mali göstergeler yardımıyla gelişmişlik düzeylerine göre sınıflandırılmıştır. Elde edilen sonuçların, birbirleri ile korelasyonu incelenmiş ve yorumlanmıştır.
Açıklama
Anahtar Kelimeler
Fuzzy Clustering, Level-2, Level-3, SCTU, Bulanık Kümeleme, Düzey-2, Düzey-3, İBBS
Kaynak
Kırıkkale Üniversitesi Sosyal Bilimler Dergisi
WoS Q Değeri
Scopus Q Değeri
Cilt
4
Sayı
2-149
