یک مدل رگرسیون خطی با داده‌های فازی نوتروسوفیک

تحلیل رگرسیون آماری روشی شناخته شده برای فرمول بندی رابطه بین متغیر پاسخ (خروجی) و برخی از متغیرهای توضیحی (ورودی) با استفاده از مجموعه مشاهدات بر اساس فرض توزیع‌های نرمال است. رگرسیون خطی فازی اساسی‌ترین روش در حوزه مدل‌سازی فازی است که در آن رابطه نامشخص بین متغیرهای هدف و توضیحی تخمین زده می‌شود و به طور مکرر در طیف گسترده‌ای از کاربردهای دنیای واقعی به طور موثر مورد استفاده قرار گرفته است. در این مقاله ما مدل رگرسیون فازی با ضرایب اعداد فازی نوتروسوفیک را مورد بررسی قرار می‌دهیم برای این کار ابتدا تعمیمی از اندازه فاصله دیاموند را برای این اعداد می‌نویسیم و سپس به کمک روش کمترین توان دوم پارامترهای مدل را که اعداد فازی مثلثی نوتروسوفیک هستند را برآورد می‌نماییم و در نهایت با ذکر یک مثال، کاربردی از مدل ارائه شده را بیان می‌کنیم.

a linear regression model with fuzzy neutrosophic data

statistical regression analysis is a well-known method for formulating the relationship between the response variable (output) and some explanatory variables (input) using a set of observations based on the assumption of normal distributions. fuzzy linear regression is the most fundamental method in the field of fuzzy modeling in which the uncertain relationship between target and explanatory variables is estimated, and it has been effectively used repeatedly in a wide variety of real-world applications. in this article, we examine the fuzzy regression model with the coefficients of neutrosophic fuzzy numbers. for this, we first write a generalization of the measure of the diamond distance for these numbers, and then estimate the parameters of the model, which are neutrosophic triangular fuzzy numbers, using the least square method. we show and finally by citing an example, we express the application of the presented model.