Geri Dön

Fuzzy linear regression

Bulanık doğrusal regresyon

  1. Tez No: 328403
  2. Yazar: BEKİR ÇETİNTAV
  3. Danışmanlar: YRD. DOÇ. DR. A.FIRAT ÖZDEMİR
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2012
  8. Dil: İngilizce
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 53

Özet

Bu Doğrusal Programlama (LP) yöntemleri Bulanık Doğrusal Regresyon (FLR) modellerinin kurulmasında sıkça kullanılmaktadır. Olasılıksal Bulanık Doğrusal Regresyon (PFLR) (Tanaka, 1989) ve Sınırlanmamış Bulanık Doğrusal Regresyon (UFLR) (Lee and Chang, 1994) modelleri en sık uygulanan modellerden ikisidir. Bu çalışmada doğrusal programlamayla çalışan modellerin en sık kullanılanlarına yer verilmiştir. Ayrıca modifiye edilmiş ve doğrusal programlamayla çalışan yeni bir bulanık doğrusal regresyon modeli önerilmiştir. Önerilen model bualnıklığı açıklanan ve açıklanamayan olmak üzere ikiye bölmektedir ve sadece açıklanan bulanıklığı minimize etmeye çalışmaktadır. Hata kareler ortalaması ve toplam bulanıklık açısından PFLR, UFLR ve yeni önerilen modeli karşılaştırmak için dört ayrı veri setiiyle dört ayrı uygulama yapılmıştır ve sonuçlar kabul edilebilir bulunmuştur.

Özet (Çeviri)

Linear Programming (LP) methods are commonly used to construct Fuzzy Linear Regression (FLR) models. Probabilistic Fuzzy Linear Regression (PFLR) (Tanaka, 1989) and Unrestricted Fuzzy Linear Regression (UFLR) (Lee and Chang, 1994) are two of the mostly applied models that employ LP methods. In this study, commonly used models which employ LP methods are given. Also a new modified fuzzy linear regression model which use LP methods is proposed. Proposed model divides total vagueness into two parts as explained and unexplained. It tries to minimize only the explained vagueness not the unexplained one. Four numerical applications with four different data sets were performed in which PFLR, UFLR and proposed model were compared in terms of mean squared error (MSE) and total fuzziness and it is concluded the proposed model is acceptable.

Benzer Tezler

  1. Bulanık lineer regresyon

    Fuzzy linear regression

    MURAT ÇOBANOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    MatematikYıldız Teknik Üniversitesi

    Matematik Ana Bilim Dalı

    PROF. DR. FATMA TİRYAKİ

  2. Açıklık ve kapalılık varsayımları altında Yeni Keynesyen Hibrit (Melez) Phillips Eğrisinin bulanık doğrusal regresyon modellemesi

    Fuzzy linear regression modeling of the New Keynesian Hybrid Phillips Curve under openness and closeness assumptions

    DOĞAÇ ACAROĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    EkonometriTrakya Üniversitesi

    Ekonometri Ana Bilim Dalı

    DOÇ. DR. MEHMET KENAN TERZİOĞLU

  3. Bulanık doğrusal regresyon analizi

    Fuzzy linear regression analysis

    DUYGU İÇEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    İstatistikHacettepe Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. SÜLEYMAN GÜNAY

  4. Bulanık doğrusal regresyonda parametre tahmin yöntemleri

    Parameter estimation methods in fuzzy linear regression

    FATİH ERDUVAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    MatematikMarmara Üniversitesi

    Matematik Ana Bilim Dalı

    YRD. DOÇ. DR. BİRSEN EYGİ ERDOĞAN

  5. Bulanık doğrusal regresyon analizi ile ikinci el araç satış fiyatlarının belirlenmesi

    Determination of used car sale prices by fuzzy linear regression analysis

    RİFAT OKU

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    İstatistikVan Yüzüncü Yıl Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. FEVZİ ERDOĞAN