تسهم المؤسسات الخيرية إسهاماً فعالاً فى تقديم العديد من الخدمات الاجتماعية والاقتصادية سواء بالطريقة المباشرة أو غير المباشرة ، وذلك من خلال تنفيذ العديد من البرامج المتكاملة فى مجالات الرعاية الاجتماعية والتعليم والرعاية الصحية والمحافظة على البيئة ، ولهذا الدور الحيوى الذى تؤديه هذه المؤسسات فهى تتلقى الكثير من الأموال . وفى غياب الدور الرقابى وتقييم الأداء ومن ثم عدم إفصاح التقارير عن مصادر الإيرادات واستخداماتها أدى ذلك إلى عدم مصداقية هذه المؤسسات لأداء خدماتها مما جعل العديد من المتطوعين يترددوا فى تقديم تبرعاتهم . وهذا ما يتطلب تطبيق نظام معلومات محاسبى دقيق وتفصيلى لكافة معاملات هذه المؤسسات يتضمن دفاتر إدارية وأخرى محاسبية مع توافر نظام جيد للرقابة الداخلية لتحقيق الرقابة الإدارية والرقابة المحاسبية والضبط الداخلى ، بالإضافة إلى تواجد مراجع داخلى للمراجعة المستمرة ولتقييم كفاءة وفعالية تطبيق هذه النظم لتحقيق الشفافية والمصداقية لبيانات ومعلومات تقارير المؤسسات الخيرية .

Parameter estimation for logistic regression is usually based on maximizing the likelihood function. For large well-balanced datasets ML estimation is a satisfactory approach. Unfortunately, ML can fail completely or at least produce poor results in terms of estimated probabilities and confidence intervals of parameters, specially for small datasets. This study extends logistic regression model to fuzzy logistic regression model by suggesting a new approach based on fuzzy concepts to estimate the model parameters. The proposed approach is expected to be an effective alternative to ML in case of small samples. A mathematical programming model which minimizes the total spread of the estimated probabilities of the logistic model is suggested and its performance is evaluated versus ML approach by a Monte Carlo simulation study. Results show that the new proposed model outperforms ML in case of small sample size.