模糊逻辑回归中多重共线性问题的鲁棒估计

本文探讨了统计建模中一个常见问题（多重共线性），并将其应用于模糊逻辑的背景下，这是一个不太常见但越来越相关的领域。响应变量和参数都使用模糊数增加了复杂性。本文的意义在于提出了几种Liu型估计量，并评估了它们在减轻这种特定模糊逻辑回归设置中多重共线性引起的不稳定性的效果。在真实世界模糊数据（肾衰竭）上的应用进一步验证了该研究的实际相关性。

• •解决了模糊逻辑回归中的多重共线性问题。
• •提出了并评估了Liu型估计量（FMLE、FLRE、FLLE、FLLTE、FLLTPE）。
• •使用了模拟和真实世界的数据（肾衰竭）。
• •FLLTPE 和 FLLTE 表现出优越的性能。