|
|
|
|
رگرسیون فازی مولفه اصلی براساس تابع زیان هوبر
|
|
|
|
|
|
|
|
نویسنده
|
حمزه خمر امیر ,عارفی محسن
|
|
منبع
|
شانزدهمين كنفرانس آمار ايران - 1401 - دوره : 16 - شانزدهمین کنفرانس آمار ایران - کد همایش: 01220-18271 - صفحه:0 -0
|
|
چکیده
|
مدل های رگرسیون مولفه اصلی برای غلبه بر مسئله وجود همبستگی بین متغیرهای توضیحی (مسئله چندخطی)به کار می روند. در این نوع از مدل های رگرسیونی، مولفه های اصلی متغیرهای توضیحی (دارای خاصیت ناهمبستگی)جایگزین متغیرهای توضیحی در مدل می شوند. این رویکرد همچنین باعث کاهش بعد و سادگی در محاسبات می شود.در این مقاله، یکمدل رگرسیون فازی مولفه اصلی با ضرایب فازی و متغیرهای توضیحی دقیق معرفی شده است. برایبرآورد ضرایب فازی مدل، یک تابع هدف براساس تابع زیان هوبر نامتقارن معرفی شده است. خصوصیت استفاده ازتابع زیان هوبر این است که با وجود داده های پرت در بین مجموعه داده ها، از استواری مناسبی برخوردار است. درپایان، عملکرد مدل های معرفی شده با یک مثال تشریح شده است.
|
|
کلیدواژه
|
رگرسیون فازی مولفه اصلی، تابع زیان هوبر نامتقارن، داده پرت، نیکویی برازش.
|
|
آدرس
|
, iran, , iran
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
principal component fuzzy regression based on the huber loss function
|
|
|
|
|
Authors
|
|
|
Abstract
|
in this paper, an approach is presented to fit a linear fuzzy regression based onprincipal components, recalled the principal component fuzzy regression (pcfr). in this approach,we consider the response variable and the parameters of a regression model as fuzzyquantities. for estimating the parameters of a fuzzy model, the aim function is proposedbased on the huber loss function. this method is presented by some robust fuzzy regressionmodels in the presence of outlier data.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|