Eşanlı denklem sistemleri ve bulanık regresyon analizi ile bir uygulama

21. yüzyılda bulanık mantığın günlük hayatımıza girmesiyle birlikte önemi giderek artmıştır. Günlük yaşantımızda kullandığımız çamaşır makinasından, sürdüğümüz arabaya, metrodan ekonomik modellerin tahminlenmesine kadar her yerde bulanık mantıkla karşılaşmaktayız. Gerçek yaşamdaki bulanıklar nedeniyle problem çözerken kesin modeller yerine geliştirilen bulanık modeller yardımıyla daha reel çözümler bulunabilir. Bu nedenle regresyon modellerine gerçek yaşamdaki bulanıklıkları yansıtmak bizi gerçek yaşamla tutarlı ve doğru tahminlere götürecektir.Klasik regresyon analizinde oluşturulan regresyon denklemlerindeki katsayılar her zaman kesin ve sabittir. Bununla birlikte gerek devlet gerekse firmalar bu kesin modellerle geleceği öngörümlemeye çalışırlar.Bu çalışmada bulanık mantığa has bir uygulama olan bulanık regresyon analizi ve eşanlı denklemler teorik olarak incelendikten sonra bir tekstil firmasının verileri kullanılarak tahminler yapılmıştır.Bu çalışmayla bulanık mantığın modellenebilen diğer alanlarda olduğu gibi regresyon analizinde de rahatlıkla uygulanarak farklı karar modelleri ve yorumları verebileceği görülmüştür.GENERAL KNOWLEDGEABSTRACTTHE SYNONYMOUS EQUATION SYSTEMS AND FUZZY REGRESSION ANALYSIS WITH AN APPLYIn the 21.century, fuzzy logic gained much importance with its common use in our daily life. From the washing machine to the car, from the subway to the estimation of the economical models, we come across with fuzzy logic in every field.Due to the fuzziness of the real life, real solutions can be found with the improved fuzzy models instead of crisp models when solving the problems.For that reason, reflecting the fuzziness of the daily life will pave the way for coherent and real estimates.The coefficents of regression equations formed in traditional regression analysis are always crisp and constant. Both state and firms are try to estimate the future with these crisp models.In this study fuzzy regression analysis and synonymous equations are examined theorically and with the data of a textile firm estimates are made.With this study it is seen that as for the other modelable fields, fuzzy logic could easily be applied to regression analysis and give different decision models