ضريب جيني براي داده‌هاي فازي

Gini Coefficient for Fuzzy Data

فقر و نابرابري يكي از مشكلات بزرگي است كه جوامع انساني در طول تاريخ با آن مواجه بوده اند. از اين رو يكي از مهم ترين اهداف دولت هاي جهان كاهش فقر و نابرابري مي باشد. ضريب جيني يكي از معمول ترين و پركاربردترين شاخص هاي اندازه گيري نابرابري اقتصادي مي باشد. از آنجايي كه بسياري از داده هاي واقعي در حوزه درآمد و هزينه افراد ممكن است نادقيق باشند، توسيع و گسترش مفهوم ضريب جيني در محيط فازي ضرورري به نظر مي رسد. در اين مقاله، به بررسي ضريب جيني براساس مشاهدات فازي مي پردازيم. در پايان با استفاده از يك مثال واقعي به تشريح روش هاي ارايه شده پرداخته شده است.

Poverty and inequality is one of the great problems that human societies have faced throughout history. Hence, one of the most important goals of world governments is to reduce poverty and inequality. Gini coefficient is one of the most common and widely used indicators for measuring economic inequality. Since much of the actual data on individuals' income and expenditure may be inaccurate, it seems necessary to expand the concept of Gini coefficient in a fuzzy environment. In this paper, we examine the Gini coefficient based on fuzzy observations. In the end, the presented methods are described using a real example.