雙次抽樣平均數和變異數管制圖設計之研究 / Control charts are effective tools for detecting manufacturing processes and service processes. Nowadays, much of the data in manufacturing or service industries comes from processes having non-normal or unknown distributions. The commonly used Shewhart control charts, which depend heavily on the normality assumption, are not appropriately used for this situation. In this paper, we propose a standardized dynamic double sampling asymmetric EWMA mean control chart (SDDS EWMA-AM chart), a standardized dynamic double sampling asymmetric EWMA variance control chart (SDDS EWMA-AV chart), and their combined charts (joint SDDS EWMA-AM and SDDS EWMA-AV charts) to monitor process mean, variance and both shifts, respectively. The charts based on the double sampling procedure and two simple distribution-free transformed statistics are used for non-normal distribution of a quality variable. The performance of the proposed charts and that of some existing distribution-free mean and variance charts are compared. Further, a non-normal service times example from the service system of a bank branch is used to illustrate the applications of the proposed charts and to compare detection performance with the existing distribution-free mean and variance control charts. The charts we proposed show superior detection performance compared to the existing distribution-free mean and variance charts. Thus they are recommended.

本篇研究主要目的在於檢驗一般化一因子及二因子利率隨機過程模型何者對於臺灣貨幣市場利率 變動行為模式最具解釋能力。再運用模型所求得之 利率變動估計值及當期市場遠期利率，求解二項分 配未來短期利率之各結點估計值，形成二項分配利 率期限結構。由於二項分配利率期限結構為一任意 形態之樹狀結構，且同時考量過去利率波動程度及 市場對於未來之預期，故此一模型將可運用於對未 來利率水準之預測或作為存續期間模型之折現率以 改善利率風險衡量之理論限制。 本研究運用GARCH模型作為估計參數之計量模型。經由實證結果分析，可規納以下幾點結論： 一、一般化一因子模型較考量波動性之二因子模型對於臺灣貨幣市場利率變動行為模式更具解釋能力。二、利率隨機過程模型對真實市場利率變動之解釋能力，隨資料來源天期增加逐步降低。（30天期優於180天期）三、欲以利率隨機過程模型估計利率波動動變異數參數，應避免建構太長天期之二項分配利率期限結構樹狀估計值。四、二項分配利率期限結構模型上之結點估計值，可視為符合過去波動程度及市場預期之未來利率水準上下限可能值，作為投資決策準則。 五、二項分配利率期限模型結點估計值，不僅決定於變動率，同時受模型估計期數個數影響。當個數越多時，上下限偏離程度越大。

現今市場競爭愈來愈激烈，迫使廠商紛紛至海外尋求產品消費市場，在跨國銷售的背景之下，需要有更多可以確定國家選擇、預測銷售及估計需求的方法。而其中可以滿足這些需求的方法之中，就是研究產品跨國擴散型態，藉以瞭解後進國家與領先國家中新產品如何擴散且會如何互相影響 (Douglas and Craig, 1992)。 在眾多的跨國產品中，本研究選擇好萊塢電影做為實證分析的對象。 經由集群分析，本研究發現（一）台灣高首週票房且口碑佳的電影，會遇到假日人潮、有很高的美國總票房、以及很高的美國首週票房；（二）美國影片在美國及台灣映演的每週票房趨勢有差異存在；（三）片商沒有做好影片在台灣映演的檔期歸劃；（四）三群電影中，在影片類型沒有明顯地區別。 經由十二個新產品銷售預測模型的建立：對數線性迴歸模式（LN-Regression Model）（不考慮新產品領先國擴散經驗）（以OLS估計）、卜瓦松迴歸模式(Poisson Regression Model) （不考慮新產品領先國擴散經驗）（以MLE估計）、負二項分配迴歸模式(Negative Binomial Distribution Regression Model) （不考慮新產品領先國擴散經驗）（以MLE估計）、Exponential Decay模式（以OLS估計）＋迴歸方程式體系（不考慮新產品領先國擴散經驗）（以SUR估計）、Exponential Decay模式（以OLS估計）＋迴歸方程式體系（考慮新產品領先國擴散經驗）（以SUR估計）、Exponential Decay模式＋層級貝氏迴歸模式（考慮新產品領先國擴散經驗）、Bass連續型擴散模式（以NLS估計）＋迴歸方程式體系（不考慮新產品領先國擴散經驗（以SUR估計）、Bass連續型擴散模式（以NLS估計）＋迴歸方程式體系（考慮新產品領先國擴散經驗（以SUR估計）、Bass離散型擴散模式（以OLS估計）＋迴歸方程式體系（不考慮新產品領先國擴散經驗）（以SUR估計）、Bass離散型擴散模式（以OLS估計）＋迴歸方程式體系（考慮新產品領先國擴散經驗）（以SUR估計）、層級貝氏BASS離散型擴散模式＋迴歸方程式體系（不考慮新產品領先國擴散經驗）（以SUR估計）、層級貝氏BASS離散型擴散模式＋迴歸方程式體系（考慮新產品領先國擴散經驗）（以SUR估計）。本研究發現：（一）在考慮影響後進國的新產品擴散速度時，領先國的擴散經驗為絕對必要的考慮因子；（二）必須使用Bass連續型擴散模式做為建構新產品銷售預測模型的基礎；（三）必須使用Bass連續型擴散模式的NLS估計法估計Bass模型的創新係數p、模仿係數q及市場潛量m。