Ülkelerin Yolsuzluk Algısını Şekillendiren Faktörler: Dünya Mutluluk Endeksi ve Enflasyon Göstergelerinin Rolünün Açıklanabilir Yapay Zeka Yöntemleri ile İncelenmesi

Dünya Mutluluk Endeksi, ülkelerdeki bireylerin algılarını sunan ve ülkelerin kıyas edilmesine katkı sağlayan bir endekstir. Bu çalışmada, Dünya Mutluluk Endeksi verileri ile enflasyon göstergeleri birleştirilerek oluşturulan bir veri kümesi üzerinde analizler gerçekleştirilmiştir. İlk aşamada, öznitelikler arasındaki ilişkileri incelemek amacıyla bir ilişkileşim matrisi oluşturulmuştur. Korelasyon analizi sonucunda, öznitelikler arasında anlamlı ilişkiler tespit edilmiştir. Nihai olarak, Yolsuzluk Algısı regresyon modelleri kullanılarak tahmin edilmeye çalışılmıştır. Veri kümesinde yer alan öznitelikler ile en anlamlı sonuçlar XGBoost algoritması kullanıldığında elde edilmiştir. Eğitilen model, açıklanabilir yapay zeka yöntemleri kullanılarak anlamlandırılmaya çalışılmıştır. Elde edilen sonuçlara göre, Doğumda Sağlıklı Yaşam Beklentisi, Sosyal Destek ve Kişi Başına Düşen Gayri Safi Yurtiçi Hasıla gibi özniteliklerin, hedef değişken olan Yolsuzluk Algısı ile güçlü bir ilişki içinde olduğu gözlemlenmiştir.

The World Happiness Index presents individuals’ perceptions within countries and contributes to the comparison of nations. This study created a dataset by combining World Happiness Index data with inflation indicators, and analyses were conducted on this dataset. Initially, a correlation matrix was constructed to examine the relationships among the features. As a result of the correlation analysis, significant relationships between the features were identified. Subsequently, Perception of corruption was modeled using regression techniques. The most meaningful results were obtained using the XGBoost model. The trained model was interpreted using explainable artificial intelligence methods. According to the findings, features such as Healthy Life Expectancy at Birth, Social Support, and GDP per Capita demonstrated a strong relationship with the target variable, Perception of Corruption.