Show simple item record

dc.contributor.authorPabuçcu, Hakan
dc.contributor.authorİmamoğlu, İlyas Kays
dc.date.accessioned2020-01-26T19:48:47Z
dc.date.available2020-01-26T19:48:47Z
dc.date.issued2017
dc.identifier.issn1302-2024
dc.identifier.issn2148-1792
dc.identifier.urihttp://www.trdizin.gov.tr/publication/paper/detail/TWpNeE5qQXdNQT09
dc.identifier.urihttps://hdl.handle.net/20.500.12403/1445
dc.description.abstractBu çalışmada, küresel rekabet raporunda incelenen ülkelere ait yenilik istatistikleri kullanılarak rekabet, Gayri safi yurtiçi hâsıla (GSYH), iş gücü piyasasının etkinliği, patent uygulamaları ve teknolojiye hazırlık düzeyi değişkenlerinin yeniliğin belirleyicilerinden olup olmağı regresyon analizi yardımıyla araştırılmıştır. Ayrıca bağımlı değişken 'yenilik' ile arasında istatistiksel olarak anlamlı ilişki bulunan bağımsız değişkenler kullanılarak yenilik için bir yapay sinir ağı (YSA) modeli tahmin edilmiştir. Regresyon analizi ve YSA sonuçlarının birbirleriyle tutarlı olduğu görülmüştür. Tahmin edilen modellerin değişkenler arasındaki ilişkiyi açıklayabilme performansları kıyaslandığında ise YSA'nın daha üstün olduğu belirlenmiştir. Ülkelerin yenilik performansları ile rekabet, işgücü piyasasının etkinliği, GSYH ve teknolojiye hazırlık düzeyi arasında beklendiği gibi pozitif ve istatistiksel olarak anlamlı bir ilişki tespit edilmiştir. Patent uygulamaları gerekli istatistiksel varsayımları sağlamadığı için analize dâhil edilememiştir. Ayrıca GSYH katsayısı beklentinin çok altında gerçekleşmiştir. Çalışmanın en önemli sonuçlarından bir tanesi ise; kullanılan iki temel yöntemin birbiri ile karşılaştırılarak, ulaşılmak istenen sonuçların özelliğine göre hangi yöntemin kullanılmasının gerekliliğinin tartışılması olmuştur.en_US
dc.description.abstractIn this study investigates, whether competitiveness, gross domestic product (GDP), labor market efficiency, patent applications and technology readiness level are the determinants of innovation by using regression analysis and the data belong to the countries examined in the global competitiveness report. In addition to regression analysis, by using the variables, that have a statistically significant relationship between innovation, it is constructed a neural network (NN) model. In both models, the results are consistent each other and NN model determined as the best to explain the ability of relationship between variables for innovation estimates. The relationship between innovation and other explanatory variable is statistically significant except patent application. The patent applications variable doesn't provide an assumptions related with statistical methods. It excluded from the analysis for this reason. The relationship between variables found positive as expected. But the coefficient of GDP is very low near zero, so the effect is very weak as surprisingly.en_US
dc.language.isoturen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectİktisaten_US
dc.subjectİşletmeen_US
dc.titleYeniliğin Belirleyicileri: Yatay Kesit Veri Analizien_US
dc.title.alternativeDeterminants Of Innovation: A Cross-Country Data Analysisen_US
dc.typearticleen_US
dc.relation.journalGazi Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisien_US
dc.contributor.departmentBayburt Üniversitesien_US
dc.identifier.volume19en_US
dc.identifier.issue1en_US
dc.identifier.startpage110en_US
dc.identifier.endpage129en_US
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanıen_US


Files in this item

FilesSizeFormatView

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record