模糊线性回归模型的最小二乘方法

发布时间：2017-11-15 06:01

  本文关键词：模糊线性回归模型的最小二乘方法

  更多相关文章： 模糊线性回归模型 截集 最小二乘法

【摘要】：针对自变量和因变量皆模糊的数据系统中的回归分析问题,为避免自变量退化成数值变量时可能引致的估计误差增大而带来的问题,提出系统中引入模糊调整项的回归模型的一般结构,并运用基于模糊数间完备距离的最小二乘法研究模型解析表达式;利用水平截集概念将模糊多元回归模型转化成两个传统回归模型,根据模糊数间距离采用最小二乘法得到参数估计,给出员工工作绩效评估的算例说明方法的有效性,并结合Bootstrap方法的应用,研究回归参数所具有的随机不确定性动态变化。
【作者单位】： 上海理工大学理学院;
【基金】：沪江基金《理学院一流学科》(B14005) 上海理工大学博士启动经费项目《基于模糊回归模型的拟合测试和预测》(1000341001)
【分类号】：F224
【正文快照】： 一、引言在预测评价与决策等领域,回归分析是一个重要且常用的研究方法,但传统回归往往依赖于数值变量及二值逻辑。在社会经济统计中,许多看起来含混不清的语言变量,比如误差“相当小”、温度“不高”、增速“缓慢”等,恰恰是人们赖以识别、分析乃至决策的重要依据。1982年,日，

本文编号：1188591