•  
  •  
 

Title (Arabic)

تقدير انموذج انحدار الجسر الضبابي بالمحاكاة

DOI

10.33095/jeas.v29i136.2607

Abstract

The main problem when dealing with fuzzy data variables is that it cannot be formed by a model that represents the data through the method of Fuzzy Least Squares Estimator (FLSE) which gives false estimates of the invalidity of the method in the case of the existence of the problem of multicollinearity. To overcome this problem, the Fuzzy Bridge Regression Estimator (FBRE) Method was relied upon to estimate a fuzzy linear regression model by triangular fuzzy numbers. Moreover, the detection of the problem of multicollinearity in the fuzzy data can be done by using Variance Inflation Factor when the inputs variable of the model crisp, output variable, and parameters are fuzzed. The results were compared using standard mean squares error via simulated experiments and taking different sample sizes (20, 40, 80, and 160). The model's superiority was shown by achieving the least value of the mean squares error (MSE(, which indicated by the fuzzy bridge regression model.

Abstract (Arabic)

ان وجود مشكلة التعدد الخطي في البيانات الضبابية سيودي الى تقدير غير كفؤ في انموذج يمثل البيانات الضبابية بالطرق التقليدية مثل استخدام طريقة المربعات الصغرى الضبابية عندما تكون المعلمات والمخرجات ضبابية والمدخلات اي المتغيرات المستقلة غير ضبابية وللتغلب على هذه المشكلة ، سيتم استخدام انحدار الجسر الضبابي واستخدام الدالة المثلثية عبر ثمثيلها بالارقام الضبابية وعن طريق المحاكاة من خلال استخدام أحجام عينات مختلفة ، ستتم مقارنة النتائج بين طريقة المربعات الصغرى وطريقة انحدار الجسر الضبابي باستخدام معيار متوسط مربعات الخطأ (MSE) ومن خلال مقارنة النتائج تم التوصل الى أن أفضل انموذج حقق اقل متوسط مربعات الخطأ هو انموذج انحدار الجسر الضبابي في تقدير الانموذج وحل مشكلة الخطية المتعددة في البيانات حيث حقق أقل MSE من طريقة المربعات الصغرى لأحجام العينات المختلفة المختارة (20، 40، 80، 160).

First Page

60

Last Page

69

Rights

http://creativecommons.org/licenses/by-nc-nd/4.0

Download

Share

COinS