استنباط آماری برای رگرسیون خطی فازی
Abstract(in Persian; no English abstract is available)
در دیدگاه کلاسیک، نظریه ی رگرسیون بر این پایه است که متغیرها (و مشاهدات) کمیت های عددی دقیق هستند. اما همیشه اینگونه نیست. در بسیاری از موارد نمی توانیم مشاهدات را به طور دقیق بیان کنیم. در اینگونه مواقع می بایست رگرسیون را بر اساس داده های فازی مدل بندی کنیم. این بدان معنی است که باید از رگرسیون فازی استفاده نمود. تا به امروز شیوه های متعدد و متنوعی از سوی محققان تحت عنوان رگرسیون فازی ارائه گردیده است که از آن جمله به روش های برنامه ریزی ریاضی، روش کمترین مربعات فازی و همچنین روش های عددی اشاره نمود. در این پایان نامه به تخمین ضرایب رگرسیون خطی فازی در حالتی که ضرایب بصورت غیرفازی اند با استفاده از متریک l2 و همچنین فاصله ی علامتدار یائو- ویو به روش کمترین مربعات فازی پرداخته ایم. علاوه بر این، بر اساس نظریه ی بوت-استرپ استنباط هایی نیز برای این ضرایب و همچنین خط رگرسیونی ارائه نمودهایم.