نفت از آن دسته کالاهایی ست که نه تنها از تغییرات بازار دیگر کالاها و اتفاقات سیاسی و جوی تأثیر می پذیرد، نوسانات آن نیز می تواند تأثیرات به سزایی بر دیگر بازارها بگذارد. در این بین هر دو گروه کشورهای صادرکننده و وارد کننده نفت خام، از زیان ها و شوک های حاصل از نوسانات پیش بینی نشده نفت خام که در اکثر مواقع از رویدادهای سیاسی و اقتصادی تأثیر بالایی می پذیرد، بی نصیب نمی مانند. از این رو کار دشواریست مدلی را طراحی کرد که توانایی پیش بینی قیمت نفت را با تعداد کمی متغیر، به درستی و با خطای کم داشته باشد. مدل هایی که از حافظه تاریخی متغیرها برای پیش بینی آینده ی آن استفاده می کنند، با اینکه نیاز به داده های زیاد دارد، تعداد متغیر کمتری را می طلبد. به این منظور با استفاده از منطق فازی به طراحی مدل رگرسیونی گذشته نگر برای قیمت نفت wti پرداخته و نتایج را با مدل arima (مدل خود توضیح میانگین متحرک انباشته) مقایسه و مورد تجزیه تحلیل قرار داده شد. داده های مورد استفاده روزانه و در شش ماهه نخست سال 2012 است. نتایج نشان از عملکرد بهتر مدل رگرسیونی فازی را در مقایسه 4 معیار ارزیابی عملکرد ریشه میانگین مجذور خطا، میانگین مطلق خطا، درصد میانگین مطلق خطاهای پیش بینی و ضریب نابرابری تایل دارد که به جای تک ارزشی بودن نتایج، گستره ای را با مرکز و کران مشخص ارائه می دهد.