| Popis: |
Ulkelerin sahip oldugu inovasyon seviyeleri ve kapasiteleri, gunumuzde hem rekabet edebilirlik hem de yasamakta oldugumuz Endustri 4.0 Devrimi acisindan son derece onemlidir. Bu kapsamda bakildiginda, ulkeler acisindan kapasite ve seviye goreceli bir kavram olarak kalmaktadir ve kuresel karsilastirmalar acisindan ortak bir olcme sistemine gereksinim vardir. Bu ihtiyaci onemli olcude karsilayan Ag Yapilara Hazir Olma Endeksi (AYHOE) ve Kuresel Inovasyon Endeksi (KIE), ulkelerin inovasyon seviyelerinin belirlenmesinde etkili ve kapsamli endekslerdir. Ayrica her iki endeks de akademik altyapiya sahiptir ve bu nedenle arastirmacilar icin onemli bir veri kaynagidir. Bu calisma, KIE degeri ve AYHOE endeksine ait alt endekslerin boyutlarinda yer alan gostergeler kullanilarak, denetimli makine ogrenmesi temellerine dayanan bir veri madenciligi teknigi olan regresyon agaci analizi ve dogrusal regresyon analizi uygulamalarini ve karsilastirmasini icermektedir. Arastirmanin amaci regresyon agaci uygulayarak, AYHOE gostergelerinden hareketle KIE tahminlemesi yapmak ve en iyi ayrilmayi saglayan KIE gostergelerini belirlemektir. Analiz icin Siniflandirma ve Regresyon Agaci ((SRA) - Clasification and Regression Tree (CART)) algoritmasi kullanilmistir. Analiz sonucunda AYHOE kapsamindaki hangi gostergelerin, KIE degerleri tahmininde ve ulke siralamasinda kullanilabilecegi belirlenmistir. Ayni veri seti kullanilarak dogrusal regresyon analizi uygulanmistir. SRA algoritmasi ile elde edilen regresyon agaci sonuclari, dogrusal regresyon modelinden elde edilen cikarimlar ile karsilastirilmistir. |
