抄録
可能性回帰分析を実行する場合, 種々のデータについて実際に得られるそれぞれのデータに対するファジィ係数の中心値(mean)は, 同じデータを用いて重回帰分析を行って得られる係数の値と, 似通ったものになる.一方, 可能性回帰分析では, 説明変数に関わるファジィ係数の幅は, 推定区間の幅の合計が最小になるという条件の下で, 目的変数を完全に包含するように決定されている.ところが, 現実には説明のしにくいような幅が, あるファジィ係数に付く場合が生ずる.本研究は, このようなファジィ係数の幅に関する問題について, それはどのような点に起因し, 問題点があるとしたらどのように改善すべきかを簡単な例題を用いて示し, 試験によって得られた現実のデータへの適用を試みている.
