SMRGT yöntemi ile bulanıklaştırılmış veriler için bulanık doğrusal regresyon

Klasik regresyon analizinde olusturulan modellerin tahminleri ile gozlenen bagimli degisken arasinda genellikle gozlem hatasindan kaynaklanan sabit varyansli ve 0 (sifir) ortalamali normal dagilima sahip oldugu varsayilan bir fark olusur. Bulanik regresyon analizinde bu fark model yapisinin bulanikligi olarak dusunulmektedir. Belirli kisitlamalar nedeniyle klasik dogrusal regresyon uygulanmasi yerine bulanik dogrusal regresyon uygulanmasi daha uygun olan veriler icin, veri bulanik degiskenler icermiyorsa olasiliksal modelin kullanilmasi zorunlu hale gelebilmektedir. Oysaki olasiliksal modelin de belli kisitlamalar nedeniyle kullanilmasinin uygun olmadigi durumlar vardir. Burada degiskenleri bulanik olan modellerin kullanilmasi icin, bulanik olmayan degiskenler, yeni bir yontem olan SMRGT ile bulaniklastirilmis, elde edilen degiskenler icin bulanik En Kucuk Kareler (EKK) modeli ile bulanik dogrusal regresyon denklemi olusturulmustur. Sonuc olarak klasik dogrusal regresyon ve bulanik dogrusal regresyon bir veri setine uygulanmis ve bu iki yaklasimin performanslari cesitli olcum kriterleri kullanilarak karsilastirilmistir.