استنباط آماری رگرسیون وزنی فازی بر مبنی رویکرد بوت استرپ

در این مقاله به معرفی و انجام آزمون فرض و فاصله اطمینان برای ضرایب فازی درمدل رگرسیون وزنی فازی با ورودی های دقیق و خروجی های فازی پرداخته می شود. با اعمالروش برآوردیابی وزنی در برآورد ضرایب و به کارگیری فرضیه های فازی متعارف در محیط فازی،سعی می کنیم بر اساس روش بوت استرپ به تعیین توزیع برآوردگرهای موجود بپردازیم، تا براین مبنا برای پذیرش یا رد فرضیه های موجود تصمیم گیری کنیم. بنابر این،ابتدا آماره های آزمونمورد نیاز بر مبنای روش بوت استرپ محاسبه )یا تکرار( می شوند. سپس، با مقایسه مقداراحتمال و سطح معنی داری داده شده، همانند روش کلاسیک، فرض صفر پذیرش یا رد شود.همچنین از منظری دیگر، به آزمون فرض بر اساس فواصل اطمینان بوت استرپ ساخته شدهنیز پرداخته می شود. در انتها با تحلیل یک مثال کاربردی با داد ه های واقعی در مسکن، رویکردمورد بررسی در آزمون فرض و فاصله اطمینان برای ضرایب مدل رگرسیون وزنی فازی موردتحلیل قرار گرفته است

statistical inference of fuzzy weighted regression based on bootstrap approach

in this article, the hypothesis test and confidence interval for the fuzzy coefficients in the fuzzy weighted regression model with precise inputs and fuzzy outputs are discussed. by applying the weighted estimation method in estimating the coefficients and using the conventional fuzzy hypotheses in the fuzzy environment,, we are trying to determine the distribution of the available estimators, based on the bootstrap method so that we can decide to accept or reject the existing hypotheses. therefore, at first, the required test statistics are calculated based on the bootstrap method. then, by comparing the probability value and the given significance level, as in the classical method, the null hypothesis is accepted or rejected. also, from another point of view, hypothesis testing based on bootstrap confidence intervals is also discussed. at the end, by analyzing a practical example with real data in housing, the approach investigated in hypothesis testing and confidence interval for the coefficients of the fuzzy regression model has been analyzed.