روش هاي مقابله با هم خطي چندگانه در مدل هاي رگرسيون خطي فازي با ورودي و خروجي فازي

Multiple Linear Coping Methods in Fuzzy Linear Regression Models with Fuzzy Inputs and Outputs

وجود هم خطي چندگانه در مدل هاي رگرسيون چند گانه برآورد ضرايب رگرسيوني را تحت تاثير قرار مي دهد به همين علت تفسير مناسب و گويايي از مدل رگرسيوني بدست نمي آيد. در اين مقاله از روش رگرسيون مولفه هاي اصلي فازي براي مواجه با مشكل هم خطي چندگانه در مدل هاي رگرسيون فازي با ورودي و خروجي فازي استفاده مي كنيم. همچنين روش هاي مقابله با هم خطي چندگانه را معرفي مي كنيم و در نهايت مثال هاي عددي ارايه مي دهيم كه تاثير به كارگيري روش هاي مقابله با هم خطي چندگانه را نشان مي دهد. وجود هم خطي چندگانه در مدل هاي رگرسيون چند گانه برآورد ضرايب رگرسيوني را تحت تاثير قرار مي دهد به همين علت تفسير مناسب و گويايي از مدل رگرسيوني بدست نمي آيد. در اين مقاله از روش رگرسيون مولفه هاي اصلي فازي براي مواجه با مشكل هم خطي چندگانه در مدل هاي رگرسيون فازي با ورودي و خروجي فازي استفاده مي كنيم. همچنين روش هاي مقابله با هم خطي چندگانه را معرفي مي كنيم و در نهايت مثال هاي عددي ارايه مي دهيم كه تاثير به كارگيري روش هاي مقابله با هم خطي چندگانه را نشان مي دهيم و در نهايت مثال هاي عددي ارايه مي دهيم كه تاثير به كارگيري روش هاي مقابله با هم خطي چندگانه را نشان مي دهد. و در نهايت مثال هاي عددي ارايه مي دهيم كه تاثير به كارگيري روش هاي مقابله با هم خطي چندگانه را نشان مي دهد.

The existence of multiple alignments in multiple regression models affects the estimation of regression coefficients, therefore, a proper and expressive interpretation of the regression model is not obtained. In this paper, we use the fuzzy principal component regression method to deal with multiple alignment problems in fuzzy regression models with fuzzy inputs and outputs. We also introduce the methods of coping with multiple linearity and finally provide numerical examples that show the effect of using methods of coping with multiple linearity.