رگرسیون لجستیک در شرایط نایقینی

در مدل های رگرسیون آماری، پیوستگی متغیر پاسخ یک شرط اساسی است. بنابراین، هنگامی که متغیر پاسخ شرط پیوستگی را نداشته باشد، این مدل ها قابلیت کافی برای مدل سازی داده ها را نخواهند داشت. در چنین شرایطی یک رده ی مهم از مدل های آماری، برای مدل سازی و پیش بینی، مدل های رگرسیون لجستیک است. مدل های رگرسیون لجستیک آماری مبتنی بر چند فرض اساسی به ویژه دو شرط: الف) مشاهدات دقیق ب) روابط دقیق بین متغیرها، هستند. اما در عمل ممکن است که مشاهدات مربوط به برخی متغیرها، و/یا روابط بین متغیرها نادقیق باشند. در چنین مواردی می توان از مدل های فازی جهت مدل سازی و پیش بینی استفاده کرد. مدل های رگرسیون لجستیک را در شرایطی که روابط بین متغیرها و/یا مشاهدات مربوط به متغیر پاسخ نادقیق باشند مطالعه می کنیم و مدل های رگرسیون لجستیک بازه ای و همچنین مدل های رگرسیون لجستیک فازی را، برای مدل سازی روابط بین متغیرها ارایه می کنیم