İnsani Gelişme Endeksi (İGE), ülkelerin gelişmişliklerini gözönünde bulundurarak insanların mutluluğunu, sağlıklı bir yaşam ile birlikte başarılı bir hayat sürmelerini dikkate alan bir kalkınma endeksidir. Ülkelerin milli gelirlerini karşılaştırarak o ülkenin daha gelişmiş olduğunu açıklamak yeterli değildir. Birleşmiş Milletler Kalkınma Programı (UNDP) tarafından yayımlanan İGE, insan hayatının daha kaliteli bir hayat sürmesi açısından ülkelerin milli geliri, eğitim ve sağlık göstergelerine dayanarak hesaplanmaktadır. Dolayısıyla İGE, insan hayatının zenginliği açısından ülkelerarası karşılaştırma yapmak için başvurulan bir gösterge değer olmuştur. Bu çalışmada UNDP’nin 2010-2017 yıllarını kapsayan 79 ülkenin verileri kullanılarak veri madenciliğinin karar ağacı tekniklerinden C5.0 ve Gini algoritmaları ile karar ağaçları oluşturulmuştur. Karar ağaçları ile birlikte İGE’ye etki eden faktörler belirlenmiş ve ülkeler çok yüksek, yüksek, orta ve düşük düzey gelişmiş ülkeler olarak sınıflandırılarak kurallar elde edilmiştir. Yapılan analizler sonucunda C5.0 algoritması ile %97,94 ve Gini algoritması ile %91,93’lük doğru sınıflandırma başarısı elde edilmiştir. Bunun dışında duyarlılık ve belirleyicilik istatistikleri de hesaplanmıştır. İGE’ye en fazla etki eden değişkenlerin eğitim, istihdam ve sağlık göstergelerindeki değişkenler olduğu tespit edilmiştir.
The Human Development Index is a development index that takes into account the happiness of people, taking into account the developments of countries, and taking into account a successful life with a healthy life. It is not enough to explain that the country is more advanced by comparing the national income of the countries. The UNDP (United Nations Development Programme) is based on the country’s national income, education and health indicators for better quality of life. Therefore, the IGE has been an indicator applied to make a country-wide comparison in terms of the wealth of human life. In this study, UNDP’s data from 79 countries covered the years 2010-2017 is used by data mining decision-making tree techniques C5. 0 and Gini algorithms have created the decision trees. With the decision trees, the factors affecting the GDP have been determined and the rules have been obtained by classifying countries as very high, high, medium and low-level developed countries. The analysis resulted in a correct classification success of 97.94% with the C5.0 algorithm and 91.93% with the Gini algorithm. In addition, the sensitivity and determination statistics are also calculated. It has been identified that the variables affecting the IGE are variables in education, employment and health indicators.
Dergi Türü : Uluslararası
Benzer Makaleler | Yazar | # |
---|
Makale | Yazar | # |
---|