「模糊」這個名詞常被用來表示為不確定性，而模糊理論其實就是在探討統計機率中所表達的「隨機性」。而對於區間型的資料時，由於單一的數值(例如：平均數)常會隱藏住資料的真實情況，因此在處理區間型資料時，我們大多會採用相關係數進行計算。 　　以往之模糊區間資料大多為連續型資料，然而仍有許多計數值資料，例如：旅運量、品管中的缺點數、公司出勤人次等，而本文將針對計數值資料之模糊區間加以討論，並藉由計數值模糊區間資料，生成模糊相關係數。另外，我們也將導入針對計數值資料進行轉換的ISRT法，透過此方法，將計數值資料轉為連續型資料，並比較其兩組數據所生成之模糊相關係數。本文利用模擬分析，生成若干種間斷型分配後再模擬計數型模糊區間資料(Attribute Fuzzy Interval Data)；並加入實證分析，利用實際資料來分析驗證。

科學研究中，我們常關注變數間是否存在某種相關，及其相關的程度與方向。但傳統的相關分析方法，並不適用於更能表達真實情況的模糊資料。 在統計學中，討論資料之相關性的統計量有許多，本研究旨在針對討論兩變數間之線性關係的皮爾森相關係數 (Pearson Product-Moment Correlation Coefficient)，以模糊統計方法的角度，提出合理的模糊直線相關係數定義，以協助處理區間模糊資料，瞭解模糊資料間的線性關係。 / In the scientific research, we often pay attention to whether there are some relations between two variables, and the strength and direction of a linear relationship. But the traditional statistics method is not suitable for the fuzzy data. There are a lot of statistics of discussing the relevance between two variables. In this study, a modified method, combining Pearson Product-Moment Correlation Coefficient and fuzzy theory, was applied to deal with the fuzzy data, and find the linear relation among them.

資料分類的應用在時間數列的分析與預測過程相當重要。而模糊資料近年來更受到重視，其應用的範圍包含：財金、社會、生醫、電機等各個領域。本研究欲運用模糊資料分類法，對區間時間數列的轉折偵測與模式建構做一個深入探討。主要應用平均累加模糊熵(average of the sum of fuzzy entropies)， 找出其結構性改變的區間。並針對區間型時間數列進行模式建構診斷與預測。最後我們以單身人口數與失業率為實列做一個詳細的探討。結果顯示，失業率對單身人口數有顯著的影響而孤鸞年的效應並不顯著。 / The application of data classifications in time series analysis and forecasting is rather important. The fuzzy data classification has received much attention recently. It can be applied on various fields such as finance, sociology, biomedicine, electrical engineering and so on. This study is to use the fuzzy data classification to perform an intensive research on the change periods detection and model construction of the interval time series. We use average of the sum of fuzzy entropies to find out interval of the structural changes. Focusing on the time series of intervals, we build a model and make prediction about it. At the end, based on the case study on the population of singles versus, we thoroughly discuss this topic. The result shows that the unemployment rate does significantly correlate with the population of singles, but the "widow's year" does not .