傳統的迴歸是假設觀測值的不確定性來自於隨機，模糊迴歸則是假設不確定性來自多重隸屬現象。一般的模糊迴歸採用樣本模糊數 來對模糊迴歸參數進行估計，其中 為觀測模糊數， 依舊為實數值。我們認為 的假設不能真實地表達出樣本所蘊含的資訊，本研究將假設 也為模糊數，如此一來對樣本的解釋方式將更為貼近現實，且估計的過程則採用通用的最小平方估計，保留迴歸原始精神但是在模糊數上則有更深入的探究。迴歸常用來建構經濟和財務的模型，而此種模型經常帶有模糊的特質，例如景氣循環、不規則趨勢等。在本文中也會舉出例子來輔助說明此研究的實用性。 關鍵字：模糊迴歸參數區間估計、最小平方法、區間模糊數距離