摘要：Fuzzy Time Series(FTS) methods are used frequently in time series analysis due to theiradvantages such as having no assumptions, having few observations, being ableto process incomplete, uncertain and linguistic data. The FTS consists of 6steps, each of which has a significant impact on forecasting performance. Anumber of methods have been developed to improve these steps and hence improvethe performance of FTS. Some of these studies are based on the use of fuzzyclustering algorithms in the blurring step of FTS. However, so far, there is nostudy based on comparing the performance of these methods in the estimation ofeconometric time series. In this study, 3 FTS methods using the Fuzzy C-Means(FCM), Gustafson-Kessel (GK) and Fuzzy K-Medoids (FKM) clustering algorithmswere applied to the 454 econometric time series in the blurring step and thepredicted results were compared according to the criterion of conformity 3. Asa result of the comparisons, it was concluded that the performance of the FTSmethod based on BKM algorithm is better. Bulanık Zaman Serileri (BZS) yöntemleri, istatistikselyöntemlerin aksine, hiçbir varsayım gerektirmemesi, az sayıda gözlemleçalışabilmesi, eksik, belirsiz ve dilsel veriyi işleyebilme yeteneğine sahipolması gibi avantajlarından dolayı zaman serisi analizinde son zamanlardasıklıkla kullanılmaktadır. Şu ana kadar çok sayıda BZS yöntemi önerilmiştir. Buyöntemlerden bir kısmı bulanıklaştırma adımında bulanık kümelemealgoritmalarının kullanımına dayanmaktadır. Ancakbu yöntemlerin ekonometrik zaman serilerinin tahmininde performanslarınınkarşılaştırılmasına dayanan bir çalışma bulunmamaktadır. Bu çalışmada,bulanıklaştırma adımında sırasıyla Bulanık C-Ortalamalar (BCO),Gustafson-Kessel (GK) ve Bulanık K-Medoidler (BKM) kümeleme algoritmalarınıkullanan 3 BZS yöntemi 454 ekonometrik zaman serisine uygulanmış ve elde edilentahmin sonuçları Ortalama Mutlak Yüzde Hata (OMYH), Hata Kareler OrtalamasınınKarekökü (HKOK), Varyans Hesabı (VF) uyum iyiliği kriterlerine görekarşılaştırılmıştır. Karşılaştırmalar sonucunda, BKM algoritmasına dayanan BZSyönteminin tüm zaman serilerinin OMYH kriterine göre %72.25’inde, HKOKkriterine göre %65.9’unda, VH kriterine göre ise %59.3’ünde en iyi tahminsonuçlarını sağladığı görülmüştür.
关键词：Fuzzy Clustering;Fuzzy Time Series;Time Series Analysis;Forecast
