Bulanık Kümeleme Analizi ile Türkiye’deki İllerin Hayvancılık istatistikleri Bakımından Sınıflandırılması

Abstract

Bir ülkeyi oluşturan birimlerin (bölge, il, ilçe, belde vb.) sınıflandırılması veya bunlar arasmda bir karşılaştırma yapabilmek için ortak ve elde edilebilir göstergelere/değişkenlere ihtiyaç duyulmaktadır. Bu çalışmada, Türkiye’deki 81 ilin hayvan varlığı ve hayvansal üretimden oluşan 26 değişkene ilişkin hayvancılık istatistikleri bakımmdan bulanık (fuzzy) kümeleme analizi ile smıflandınlması amaçlanmıştır. Çalışmada, her bir küme sayısı (k=2,3,4,...) için ortalama gölge istatistiği, Dunn ve normalleştirilmiş Dunn ayrıştırma katsayısı ile diskiriminant analizi doğru sınıflandırılma oranlan hesaplanmıştır. Araştmna sonuçlarına göre küme sayısının iki olması durumunda Türkiye’deki 81 ilin hayvancılık istatistikleri bakımından en kararlı yapıya ulaştığı ve 67 ilden oluşan ilk kümenin bazı büyükbaş ve kanatlı istatistikleri bakımmdan, 14 ilden oluşan ikinci kümenin ise küçükbaş istatistikleri bakımından farklılık gösterdikleri ve daha yüksek ortalamalara sahip olduklan tespit edilmiştir.

We need common and obtainable indicators /variables to classify the units (region, province, district, town, etc.) that form a country or to make a comparison between these units. In this study, it is aimed to classify 81 provinces of Turkey, in terms of animal population and animal production regarding 26 variables which consist of livestock statistics with fuzzy clustering analysis. In the study, average Silhouette Coefficient, Dunn and normalized Dunn partition coefficients and discriminant analysis of the correct classification rates are calculated for each number (k=2,3,4,...) of cluster. According to the research results, in case of the number of cluster is to find two, Turkey's 81 provinces reached the most stable structure in terms of livestock statistics and the first cluster which consist of 67 provinces in terms of some of the cattle and poultry statistics; the second cluster which consist of 14 provinces showed the difference in terms of the statistics of small ruminants and also it was determined that they had higher averages.