Fuzzy-регресійні моделі в умовах наявності в статистичній вибірці нечислової інформації

• Дата: 2017
• Автор: Zack, Yuriy A.
• Формат: Стаття
• Мова: rus
• Опубліковано: The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2017
• Теми: Fuzzy-regression analysis; non-numeric statistics; linguistic variable parameters; numerical scales; Fuzzy-sets; approximation criteria; method of least squares; Fuzzy-регрессионный анализ; нечисловая статистика; лингвистические переменные; параметры числовых шкал; Fuzzy-множества; критерии аппроксимации; метод наименьших квадратов; Fuzzy-регресійний аналіз; нечислова статистика; лінгвістичні змінні; параметри числових шкал; Fuzzy-безлічі; критерії апроксимації; метод найменших квадратів
• Онлайн доступ: http://journal.iasa.kpi.ua/article/view/101833
• Назва журналу: System research and information technologies

Algorithms are presented for solving the problems of the fuzzy regression analysis under the conditions when the input and output variables are represented by Fuzzy-sets defined up to unknown parameters and the regression coefficients are real numbers. We proposed several new approximations of criteria based on the comparison of the convolution of the cross sections lengths and the center of gravity coordinates of membership functions of the Fuzzy-sets, which can be used for the fuzzy set variables of the problem of a general form. The algorithms convert a variable represented by linguistic terms of variable parameters or numerical scales into fuzzy sets and use these data in the problems of the Fuzzy-regression analysis. The results will allow to solve many practical problems in economics, logistics, sociology, and marketing.