view in publisher's site
- خانه
- لیست مقالات
- چکیده
Fuzzy regression analysis: Systematic review and bibliography
Highlights•Comprehensive systematic review on the topic of fuzzy regression analysis.•Structuring and categorizing the diversity of papers, proposals and practical applications.•Extensive bibliography of 455 relevant articles.•Critical discussion of the presented methods and approaches.•Several directions for fruitful future research.AbstractStatistical regression analysis is a powerful and reliable method to determine the impact of one or several independent variable(s) on a dependent variable. It is the most widely used of all statistical methods and has broad applicability to numerous practical problems. However, various problems can arise, when for instance the sample size is too small, distributional assumptions are not fulfilled, the relationship between independent and dependent variables is vague or when there is an ambiguity of events. Moreover, the complexity of real-life problems often makes the underlying models inadequate, since information is frequently imprecise in many ways. To relax these rigidities, numerous researchers have modified and extended concepts of statistical regression analysis by means of concepts of fuzzy set theory. By now, there is a large number of papers on the topic of fuzzy regression analysis, especially concerning possibilistic, fuzzy least squares or machine learning approaches. Additionally, the variety of approaches includes probabilistic, logistic, type-2 and clusterwise fuzzy regression methods, among many others. Besides papers mainly devoted to advances in methodology, there are also several papers presenting case studies in various research fields. To structure this diversity of papers, proposals and applications we give in this paper a comprehensive systematic review and provide a bibliography on the topic of fuzzy regression analysis. Thus, the paper intends to consolidate the topic in order to aid new researchers in this area, focuses the field’s attention on key open questions, and highlights possible directions for future research.
تحلیل رگرسیون فازی: مرور سیستماتیک و کتابشناسی
نکات برجسته * بررسی جامع و سیستماتیک موضوع تجزیه و تحلیل رگرسیون فازی.
* ساختاربندی و طبقه‌بندی تنوع مقالات، پیشنهادها و کاربردهای عملی.
کتابشناسی گسترده ۴۵۵ مقاله مرتبط.
* بحث انتقادی روش‌ها و رویکردهای ارائه‌شده.
* چندین جهت برای تحقیقات مفید آینده تجزیه و تحلیل رگرسیون آماری یک روش قدرتمند و قابل‌اعتماد برای تعیین تاثیر یک یا چند متغیر مستقل بر روی یک متغیر وابسته است.
این روش به طور گسترده در تمامی روش‌های آماری مورد استفاده قرار می‌گیرد و قابلیت کاربرد گسترده‌ای در مسائل عملی متعدد دارد.
با این حال، زمانی که برای مثال اندازه نمونه بسیار کوچک است و فرضیات توزیعی برآورده نشده اند، رابطه بین متغیرهای مستقل و وابسته مبهم است یا زمانی که ابهامی از رویدادها وجود دارد.
علاوه بر این، پیچیدگی مسائل زندگی واقعی اغلب مدل‌های اساسی را ناکافی می‌سازد، زیرا اطلاعات اغلب از بسیاری جهات مبهم هستند.
برای کم کردن این انعطاف‌ناپذیری، محققان متعددی مفاهیم توسعه‌یافته و اصلاح‌شده تجزیه و تحلیل رگرسیون آماری را با استفاده از مفاهیم نظریه مجموعه فازی اصلاح کرده‌اند.
در حال حاضر، مقالات زیادی در مورد موضوع تجزیه و تحلیل رگرسیون فازی، به خصوص در مورد روش‌های امکان پذیر، حداقل مربعات فازی یا یادگیری ماشین وجود دارد.
علاوه بر این، انواع رویکردها شامل روش‌های رگرسیون فازی احتمالی، لجیستیک، نوع ۲ و خوشه‌ای، در میان بسیاری از روش‌های دیگر است.
علاوه بر مقالاتی که عمدتا به پیشرفت‌های روش شناسی اختصاص دارند، مقالات متعددی نیز وجود دارند که مطالعات موردی را در زمینه‌های مختلف تحقیقاتی ارائه می‌دهند.
برای ساختاربندی این تنوع مقالات، پیشنهادها و برنامه‌های کاربردی ما در این مقاله یک مرور سیستماتیک جامع ارائه می‌دهیم و کتابشناسی در مورد موضوع تحلیل رگرسیون فازی ارائه می‌دهیم.
بنابراین، این مقاله قصد دارد این موضوع را به منظور کمک به محققان جدید در این زمینه، تمرکز توجه این حوزه بر سوالات باز کلیدی، و برجسته کردن مسیرهای ممکن برای تحقیقات آینده، تحکیم بخشد.
ترجمه شده با 
- مقاله Software
- ترجمه مقاله Software
- مقاله نرم‌افزار
- ترجمه مقاله نرم‌افزار
ترجمه کنید