رگرسیون نیمه پارامتری فازی بر اساس خوشهبندی فازی
Authors
Abstract:
تحلیل خوشهای از مهمترین روشهای طبقهبندی محسوب میشود. در تحلیل خوشهبندی تلاش میشود تا مشاهدات واقع در هر خوشه بیشترین تشابه را از نظر متغیرهای موردنظر باهم داشته باشند. بهطورکلی روشهای خوشهبندی به دو دسته قطعی و فازی تقسیم میشوند. در روشهای متداول خوشهبندی، هر مشاهده تنها در یک خوشه قرار میگیرد، اما در خوشهبندی فازی، یک مشاهده همزمان در دو یا چند خوشه جای میگیرد. در سال 1966، یانگ و کو یک روش خوشهبندی فازی را ارائه کردند. روش آنها، تعمیمی از روش متداول خوشهبندی میانگین معمولی برای حالتی است که دادهها بهصورت فازی مشاهده شدهاند. یک مدل رگرسیون فازی، برای رابطهی بین متغیرهای مستقل و متغیر وابسته بهکار میرود؛ اما در برخی از موارد پراکندگی و ناهمگنی برخی از مشاهدات باعث میشود که یک معادله رگرسیونی نتواند به دادهها برازش خوبی داشته باشد. برای رفع این مشکل یانگ و کو داده ها را خوشه بندی نموده و برای هر خوشه یک معادله رگرسیونی بر اساس دادههای فازی، برازش نموده است. در این مقاله، ابتدا معادله رگرسیون نیمه پارامتری که توسط حسامیان و همکاران ]۸[ معرفی شده را بیان نموده و سپس با استفاده از آن نویسندگان برای اولین بار از این معادله در خوشهبندی با دادههای فازی استفاده نمودهاند. لازم به ذکر است که نتایج حاصل از این روش با روش یانگ و کو بر اساس معیارهای نیکویی برازش پیشنهادی، مقایسه میکنیم.
similar resources
مدل رگرسیون نیمه پارامتری کاکس در تعیین عوامل مؤثر بر مدت اقامت بیماران بستری
Background and Objective: Length of stay (LOS) is one of the most important indexes for performance evaluation of hospitals and their manager. With respect to the importance of this index, we determined the factors affecting LOS. Materials and Methods: This was an analytical study. The under study population included patients which died in Hasheminejad hospital in 2010 and 935 patie...
full textمدل های رگرسیون خطی بر اساس خوشه بندی فازی
در تحلیل های رگرسیونی، در بسیاری از موارد داده های موجود به صورت دقیق مشاهده نمی شوند یا روابط بین آنها دقیق نیستند. در این حالت، روش های کلاسیک کارایی و اعتبار لازم را ندارند. نظریه مجموعه های فازی یکی از نظریه هایی است که می تواند شیوه های مناسبی را برای مدل بندی داده ها در حالت نادقیق ارائه نماید. اما در برخی موارد ممکن است مشاهدات متغیر وابسته در مقابل مشاهدات متغیر مستقل ، رفتارهایی کامل...
مقایسه مدل رگرسیون فازی امکانی و رگرسیون کمترین مربعات فازی در پیشبینی تراز سطح ایستابی آبخوان دشت نیشابور
آبهای زیرزمینی بهعنوان مهمترین منبع تولید آب شیرین دشت نیشابور، با کسری مخزنی حدود 200 میلیون مترمکعب مواجه است. ازاینرو در پژوهش حاضر کارایی روشهای رگرسیون فازی امکانی و رگرسیون کمترین مربعات فازی در پیشبینی تراز سطح ایستابی آبخوان دشت نیشابور بررسی گردید. با استفاده از اطلاعات 57 چاه مشاهدهای از سال 1357 تا 1387 و اعمال پارامترهای بارش، تراز سطح ایستابی و تخلیه با تأخیر زمانی ی...
full textMy Resources
Journal title
volume 7 issue 1
pages 37- 58
publication date 2017-08-23
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023