Türkiye’de çok değişkenli ARMAX ve NLARX modelleri kullanarak meslek kazalarının öngörüsü

İşyeri kazalarını tahmin etmenin önemi

Türkiye’de her yıl yüzbinlerce işçi yaralanıyor ve binlercesi işyeri kazalarında hayatını kaybediyor. Hükümetler, işverenler ve sendikalar için kazaların önümüzdeki yıllarda artıp azalacağını bilmek, denetimler, eğitim ve güvenlik yatırımlarının planlanması açısından kritiktir. Bu çalışma basit ama önemli bir soruyu soruyor: geçmiş kaza istatistiklerini kullanarak gelecekteki kazaları güvenilir biçimde tahmin edebilir miyiz ve edebiliyorsak hangi tür matematiksel model en iyi sonucu veriyor?

Türkiye’nin kaza kaydına daha yakından bakış

Yazarlar, 2013’ten—yeni bir iş sağlığı ve güvenliği yasasının yürürlüğe girdiği yıldan—2023 sonuna kadar olan dönemi kapsayan, Sosyal Güvenlik Kurumu’nun resmi aylık verilerini kullanıyor. Tabloyu net tutmak için işgücünü dört gruba ayırıyorlar: kaza geçirmemiş sigortalı işçiler, hafif kazalar, ağır kazalar ve ölümle sonuçlanan kazalara karışmış işçiler. Bu grupları birlikte incelemek, kaza eğilimlerinin izole olmadığını gösteriyor. Örneğin hafif kazalardaki değişimler, inşaat, madencilik ve ulaştırma gibi yüksek riskli sektörlerde ciddi yaralanma ve ölümlere kadar dalgalanma yaratabiliyor. Ekip, bu iç içe geçmiş eğilimleri geçmişten öğrenip geleceğe taşıyabilen modellerle yakalamayı amaçlıyor.

Basit eğrilerden bağlantılı zaman çizgilerine

Birçok önceki çalışma, her kaza türünü bağımsız gelişiyormuş gibi ele alarak tek hatlı tahminlere dayanıyordu. Bu çalışmada ise araştırmacılar, dört grubun zaman içinde birbirini etkilemesine izin veren çok değişkenli bir zaman serisi yaklaşımı benimsiyor. İki model ailesini test ediyorlar. Teknik dilde ARMAX olarak adlandırılan ilk model doğrusal bir model: gelecekteki değerlerin geçmiş değerlerin ve rastgele gürültünün ağırlıklı kombinasyonları olarak ifade edilebileceğini varsayar. İkinci model olan NLARX ise kare ve etkileşim terimleri gibi doğrusal olmayan öğeler ekleyerek daha karmaşık tepkilere izin veriyor. Ekonominin ve sektörlerin daha geniş aylık verileri uygun olmadığı için her iki model de işsizlik veya üretim düzeyleri gibi dış etkenler eklemek yerine kaza istatistiklerinin kendi iç dinamiklerine odaklanıyor.

Modeller nasıl kuruldu ve değerlendirildi

Uzman sistem tanımlama araçları kullanılarak yazarlar kaza kayıtlarını yapılandırılmış bir veri setine dönüştürüyor ve bunu eğitim bölümü (ilk 80 ay) ile test bölümü (kalan 52 ay) olarak ikiye ayırıyor. Ardından hem doğrusal hem de doğrusal olmayan modelleri eğitim verisine uyduruyor ve her modelden test dönemini tahmin etmesini istiyorlar. Doğruluk, tahmin edilen ile gözlenen eğriler arasındaki farkı tüm aylar ve tüm dört grup için karşılaştıran normalize edilmiş ortalama kare hata skoru ile ölçülüyor. Çok sayıda olası model yapısını tarayıp yalnızca istatistiksel olarak anlamlı parametreleri saklayarak, geçmişi ezbere öğrenen aşırı karmaşık formüller riskini azaltıyorlar. Bu titiz prosedür, doğrusal ve doğrusal olmayan yaklaşımların öğretilen verilerin ötesine ne kadar iyi genelleştiğini karşılaştırmalarını sağlıyor.

Tahminler ne gösteriyor

Sonuçlar belirgin bir desen ortaya koyuyor. Genel olarak doğrusal ARMAX modeli tarihsel verilere çok doğru uyum sağlıyor ve tüm dört nüfus için düşük tahmin hataları veriyor. Özellikle kazası olmayan sigortalı işçiler ve hafif kazalar için performansı çok iyi; tahmin edilen eğriler test boyunca dört yılı aşkın sürede gerçek verileri yakından izliyor. Doğrusal olmayan NLARX modeli, doğrusal yaklaşıma kıyasla hafifçe daha iyi olduğu kaza geçirmemiş grup için öne çıkıyor ve hafif kazalar ile ölümler için doğrusal modelle benzer sonuç veriyor. Ancak ağır kazalar için tahminleri, öngörü ufku uzadıkça daha büyük sapmalarla daha az istikrarlı görünüyor. Doğrusal modelin parametrelerine daha yakından bakıldığında, hafif kazalar ve kaza geçirmeyen nüfusun birçok ılımlı ama anlamlı etkiyle yönetildiği, ağır kazalar ve ölümlerin ise birkaç güçlü, baskın etki tarafından yönlendirildiği anlaşılıyor.

Güvenlik politikası için anlamı

Uzman olmayanlar için sonuç şudur: nispeten basit, iyi tasarlanmış doğrusal modeller bile Türkiye’de farklı meslek kazası kategorilerinin gelecekte nasıl gelişeceğine dair güvenilir erken uyarılar sağlayabilir. Bu modeller hafif, ağır ve ölümcül kazaların zaman içinde nasıl birlikte hareket ettiğini açıkça izlediği için karar vericilere daha tehlikeli kategorilerde ortaya çıkmakta olan sorunları tespit etme ve ölümler artmadan önce müdahale etme imkanı sunar. Doğrusal olmayan modeller bazı istikrarlı gruplara değer katıyor, ancak en çok önem taşıyan yerde—ciddi yaralanma ve ölümleri tahmin etmede—henüz tutarlı şekilde daha iyi değiller. Çalışma, yetkililerin hedefe yönelik denetimler, yüksek riskli sektörlerde daha sıkı uygulama ve eğitim ile önleme kaynaklarının daha iyi tahsisi için çok değişkenli doğrusal tahminleri güvenle kullanabileceğini; sektörler ve çalışma koşulları hakkında daha zengin verilerin dahil edilmesinin ise bu öngörü araçlarını daha da iyileştirebileceğini öne sürüyor.

Atıf: Kaplanvural, S., Tosyalı, E. & Ekmekçi, İ. Forecasting occupational accidents in Turkey using multivariate ARMAX and NLARX models. Sci Rep 16, 5696 (2026). https://doi.org/10.1038/s41598-026-36210-0

Anahtar kelimeler: meslek kazaları, zaman serisi tahmini, işyeri güvenliği, Türkiye, istatistiksel modelleme