final ödevi
adam
2025-12-23
Giriş :
Bu çalışma, bir ülke ekonomisinin temel direklerini oluşturan dört kritik değişkenin; GSYİH Büyümesi, Kişi Başı GSYİH Büyümesi, Sanayi Katma Değeri ve Enflasyon (Tüketici Fiyatları) oranlar ile ilgilidir .Ekonomik kalkınma, sadece toplam üretim hacmindeki bir artış değil; üretim yapısındaki dönüşüm, fiyat istikrarı ve bu kazanımların bireylerin yaşam standartlarına yansımasıyla ölçülen bütünsel bir süreçtir. Bu analiz, bu karmaşık yapıyı veriler ışığında anlamlandırmayı hedeflemektedir.
Ekonomik Genişleme ve Refah (GSYİH vs. Kişi Başı GSYİH): Toplam GSYİH büyümesi ekonominin hacimsel büyümesini simgelerken, Kişi Başı GSYİH büyümesi bu başarının toplumsal refaha ne ölçüde nüfuz ettiğini gösteren temel göstergedir. Bu iki değişken arasındaki ilişki, büyümenin kapsayıcılığını ve demografik baskıları analiz etmek için kullanılır.
Üretim Yapısı (Sanayi Katma Değeri): Sanayi sektörü, ekonomik büyümenin motoru olarak kabul edilir. Sanayi katma değerindeki artış, ekonominin teknolojik kapasitesini, istihdam yaratma gücünü ve sürdürülebilir kalkınma potansiyelini doğrudan etkilemektedir. Bu çalışmada sanayinin toplam büyümeye olan katkısı incelenmektedir.
Fiyat İstikrarı (Enflasyon): Enflasyon, ekonomik büyümenin kalitesini belirleyen en önemli kısıttır. Yüksek enflasyon ortamında elde edilen büyüme rakamları, satın alma gücündeki aşınma nedeniyle refah artışı yaratmakta yetersiz kalabilir. Bu nedenle, büyüme ve enflasyon arasındaki ters yönlü ilişki (trade-off) analizin odak noktalarından biridir.
veriler
GSYIH büyümesi(yıllık %) ; NY.GDP.MKTP.KD.ZG
kişi başi GSYIH büyümesi(yıllık %) ; NY.GDP.PCAP.KD.ZG
sanayi katma değeri ;
enflasiyon tüketici fiyatları ;
bir ekonomik büyümeye ölçmek için en önemli göstergelerden biri GSYIH büyümesidir ,çünkü bir ülkenin toplam büyümesi bireylerin o oarndaki gibi zengin oldukları analamna gelir
ilk olarak WDI’den GSYIH büyümesi(yıllık %) kişi başi GSYIH büyümesi(yıllık %) ile açıklama
library(WDI)WDIsearch("GDO growth") ## [1] indicator name
## <0 rows> (or 0-length row.names)NY.GDP.MKTP.KD.ZG ; GSYIHbuyume NY.GDP.PCAP.KD.ZG ; kisibasi
data = WDI(indicator = c("NY.GDP.MKTP.KD.ZG","NY.GDP.PCAP.KD.ZG","NY.GDP.MKTP.KD.ZG","NV.IND.TOTL.ZS" ))library(tidyverse)## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr 1.1.4 ✔ readr 2.1.6
## ✔ forcats 1.0.1 ✔ stringr 1.6.0
## ✔ ggplot2 4.0.1 ✔ tibble 3.3.0
## ✔ lubridate 1.9.4 ✔ tidyr 1.3.1
## ✔ purrr 1.2.0
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag() masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errorswrite_csv(data, “GSYIHbuyumevekisibasi”)
df<- read_csv("GSYIHbuyumevekisibasi")## Rows: 17290 Columns: 6
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## chr (3): country, iso2c, iso3c
## dbl (3): year, NY.GDP.MKTP.KD.ZG, NY.GDP.PCAP.KD.ZG
##
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.ekstra = WDI_data$countrydfekstra = left_join(df, ekstra)## Joining with `by = join_by(country, iso2c, iso3c)`df_country = dfekstra %>% filter(region != "Aggregates")df_2000 = df_country %>% filter(year == 2000)df_2000_sadece_temiz_olanlar = df_2000 %>% filter(!is.na(NY.GDP.MKTP.KD.ZG))df_2000_sadece_temiz_olanlar = df_2000 %>% filter(!is.na(NY.GDP.PCAP.KD.ZG))ggplot(df_2000_sadece_temiz_olanlar, aes(NY.GDP.PCAP.KD.ZG ,NY.GDP.MKTP.KD.ZG)) + geom_point() + geom_smooth(method = "lm")## `geom_smooth()` using formula = 'y ~ x'
grafik açıklaması :
Grafikteki iki çizgi (Toplam GSYİH ve Kişi Başı GSYİH) arasındaki mesafe, literatürde “büyümenin kapsayıcılığı” ve “nüfus etkisi” açısından kritik bir öneme sahipti oldğunu görüyoruz .Eğer iki çizgi birbirine çok yakın seyrediyorsa, bu durum ülkenin nüfus artış hızının stabil olduğunu ve ekonomik büyümenin doğrudan ortalama gelire yansıdığını gösterir. Negatif Büyüme Bölgeleri: Çizgilerin sıfırın altına indiği yıllar, ekonomik resesyon veya kriz dönemlerini temsil eder. Kişi Başı GSYİH’nin daha sert düşmesi, krizlerin bireysel alım gücü üzerindeki tahrip edici etkisini somutlaştırır bu bir “nüfus etkisi” açısından bir değer etken zaman
Zaman İçinde GSYİH Büyüme Oranlarının Değerlendirilmesi
Önceki bölümde toplam GSYİH büyüme oranı ile kişi başına GSYİH büyüme oranı arasındaki statik ilişki incelenmiş ve bu iki gösterge arasında güçlü bir pozitif korelasyon olduğu ortaya konulmuştur. Bu bölümde ise aynı veriler zaman boyutu eklenerek analiz edilmekte; her iki büyüme oranının 2000 yılı sonrası dönemde nasıl bir seyir izlediği çizgi grafikler yardımıyla değerlendirilmektedir. bu bir “nüfus etkisi” açısından bir değer etken zaman
ggplot(df_2000_sadece_temiz_olanlar, aes(year ,NY.GDP.MKTP.KD.ZG)) + geom_point() + geom_smooth(method = "lm")## `geom_smooth()` using formula = 'y ~ x'
regresyon_2000 = lm(NY.GDP.PCAP.KD.ZG ~ NY.GDP.MKTP.KD.ZG , data =df_2000_sadece_temiz_olanlar )summary(regresyon_2000)##
## Call:
## lm(formula = NY.GDP.PCAP.KD.ZG ~ NY.GDP.MKTP.KD.ZG, data = df_2000_sadece_temiz_olanlar)
##
## Residuals:
## Min 1Q Median 3Q Max
## -6.7279 -0.7285 -0.0032 0.9142 12.9135
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -2.00747 0.16076 -12.49 <2e-16 ***
## NY.GDP.MKTP.KD.ZG 1.13956 0.02173 52.45 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 1.784 on 194 degrees of freedom
## Multiple R-squared: 0.9341, Adjusted R-squared: 0.9338
## F-statistic: 2751 on 1 and 194 DF, p-value: < 2.2e-162000 yılından itibaren yapılan regresyon analizi sonuçlarına göre, Toplam GSYİH ve Kişi Başı GSYİH arasında çok güçlü ve pozitif bir korelasyon bulunmaktadır. Bu sayısal veriler şu şekilde yorumlanmalıdır: birinci olark görüldüğü gibi GSYIH 1 birim büyüme sağalıyorsa kisi başına düşen GSYIH 1.13956 arttıyor . ikinci olark ise eğer GSYIH büyüme 0 olsa kişi başına düşen ortalam büyüme -2.00747 olacaġin görüyoruz (Intercept) üzerinden . üçünçü olark R-squared 0.9341ise, “Toplam büyüme, kişi başı büyümenin %9341’ini açıklıyor” demektir. Geriye kalan %7 ise nüfus artışı gibi dış faktörlerdir. son olark 2000 yılından günümüze uzanan süreçte Toplam büyümenin pozitif olduğu ancak kişi başı büyümenin yavaşladığı dönemler, ülkenin verimlilik sorunları yaşadığını veya işgücü piyasasında yapısal problemler olduğunu kanıtlar niteliktedir.
regresyon_2005 = lm(NY.GDP.PCAP.KD.ZG ~ NY.GDP.MKTP.KD.ZG , data =df_2000_sadece_temiz_olanlar )df_country_c = df_country %>% filter(!is.na(NY.GDP.MKTP.KD.ZG), !is.na(NY.GDP.PCAP.KD.ZG))df_2000 = df_country_c%>% filter(year == 2000)
df_2005 = df_country_c%>% filter(year == 2005)
df_2010 = df_country_c%>% filter(year == 2010)
df_2015 = df_country_c%>% filter(year == 2015)
df_2020 = df_country_c%>% filter(year == 2020)
df_2024 = df_country_c%>% filter(year == 2024)##şimdi ikinci olarak ilk olarak WDI’den GSYIH büyüme (yıllık %)ssanayi katma değeri(%) ile açıklama yapacağız
NV.IND.TOTL.ZS ;ssanayi katma değeri(%)
data = WDI(indicator = c("NY.GDP.MKTP.KD.ZG","NV.IND.TOTL.ZS" ))