• 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보


Various methods have been studied to construct a fuzzy regression model in order to present a fuzzy relation between a dependent variable and an independent variable. However, in the fuzzy regression analysis the value of the center point of estimated fuzzy output may be either greater than the value of the right endpoint or smaller than the value of the left endpoint. In the case, we cannot predict the fuzzy output properly. This paper presents sufficient conditions to construct the fuzzy regression model using several methods investigated by some authors and then introduces the censored fuzzy regression model using the censored samples to manipulate the problem of crossing of the center and the end points of the estimated fuzzy number. Examples show that the censored fuzzy regression model is an extension of the fuzzy regression model and also it improves the problem of crossing.

참고문헌 (18)

  1. Y. S. Chen, Fuzzy ranking and quadratic fuzzy regression, Computers Math. Applic. 38 (1999), 265-279 
  2. P. Diamond and P. Kloeden, Metric spaces of fuzzy sets: Theory and application, World Scientific Publishing Co., 1994 
  3. P. Diamond and R. Korner, Extended fuzzy linear models and least-squares estimates, Comput. Math. Appl. 9 (1997), no. 9, 15-32 
  4. C. Kao and C. Chyu, A fuzzy linear regression model with better explanatory power, Fuzzy Sets and Systems 126 (2002), no. 3, 401-409 
  5. J. Kmenta, Elements of econometrics, Reprint of the 1986 second edition, Uni- versity of Michigan Press, 1997 
  6. M. Ming, M. Friedman, and A. Kandel, General fuzzy least squares, Fuzzy Sets and Systems 88 (1997), no. 1, 107-118 
  7. D. Savic and W. Pedryzc, Evaluation of fuzzy linear regression models, Fuzzy Sets and Systems 39 (1991), no. 1, 51-63 
  8. H. Tanaka, Fuzzy data analysis by possibilistic linear models, Fuzzy Sets and Systems 24 (1987), no. 3, 363-375 
  9. H. Tanaka, I. Hayashi, and J. Watada, Possibilistic linear regression analysis for fuzzy data, European J. Oper. Res. 40 (1989), no. 3, 389-396 
  10. H. Tanaka, S. Uejima, and K. Asai, Fuzzy linear regression model, International Congress on Applied Systems and Cybernetics 4 (1980), 2933-2938 
  11. J. Tobin, Estimation of relationships for limited dependent variables, Econometrica 26 (1958), 24-36 
  12. H. J. Zimmermann, Fuzzy set theory-and its applications, Kluwer Academic Pub- lishers, 1996 
  13. D. Pierpaolo, Linear regression analysis for fuzzy/crisp input and fuzzy/crisp output data, Comput. Statist. and Data Anal. 42 (2003), no. 1-2, 47-72 
  14. P. Diamond, Fuzzy least squares, Inform. Sci. 46 (1988), no. 3, 141-157 
  15. Y. O. Chang, Hybrid fuzzy least-squares regression analysis and its reliability measures, Fuzzy Sets and Systems 119 (2001), 225-246 
  16. Y. O. Chang and B. M. Ayyub, Fuzzy regression methods-a comparative assess- ment, Fuzzy Sets and Systems 19 (2001), no. 2, 187-203 
  17. H. Tanaka, S. Uejima, and K. Asai, Linear regression analysis with fuzzy model, IEEE Trans. Systems Man Cybernet 12 (1982), 903-907 
  18. P. Chang, E. S. Lee, and S. A. Konz, Applying fuzzy linear regression to VDT legibility, Fuzzy Sets and Systems 80 (1996), 197-204 

이 논문을 인용한 문헌 (0)

  1. 이 논문을 인용한 문헌 없음


원문 PDF 다운로드

  • ScienceON :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

상세조회 0건 원문조회 0건

DOI 인용 스타일