جواد ناصریان - عضو هیئت علمی، گروه ریاضی – آمار، واحد زنجان، دانشگاه آزاد اسلامی زنجان، ایران
مریم خدادادی گیلوائی - دانش آموخته گروه ریاضی دانشگاه پیام نور زنجان

تحلیل رگرسیون خطی آماری ابزاری مفید در مدلبندی ارتباط بین متغیرها برای تشریح و پیش بینی پدیده ها بوده و انی رگرسیون ارتباط بین متغیرهای دقیق و غیر فازی (نا مبهم) باشد، بسیار کارا است. رگرسیون خطی آماری به یکسری فرضهای اولیه محدود می شود که بر اساس این مفروضات، رگرسیون خطی آماری ثبات پیدا می کند. کمبود فرضهای اولیه تاثیر مستقیم بر اعتبار و کارایی رگرسیون آماری دارد. در این شرایط است که رگرسیون فازی می تواند نسبت به رگرسیون آماری یا حتی سایر ابزارها و تکنیکهای آماری نقش موثرتری ایفا کند. در این مقاله به بررسی یک نوع رگرسیون با ورودی دقیق و خروجی فازی تاناکا پرداخته شده است که روش کمترین مربعات فازی اصلاح شده برای حل آن مطرح شده است. این بررسی نشان داده است که با چنین روشی پیش بینی در مدل های جدید بهتر از مدل تاناکاست و کارآیی محاسبات بهتر از روش قراردادی کمتری مربعات فازی می باشد.

منطق فازی، رگرسیون، تاناکا، کمترین مربعات