No description available.

本章係注意直接成本與間接成本的關係，自「如何使專案成本為最小」出發，討論控制成本的問題。使成本為最小，可自二方面來看： 一、成本的絕對數額為最小。 二、成本的相對數額為最小。 本章第一節即介紹此項概念，第二節「最小的總成本」及第三節「以延長作業時間降低成本」，皆屬使成本的絕對數額為最小。因為直接成本與間接成本皆為時間的函數，而二者對時間的關係恰好相反，故在直覺上認定：必有某一特定時間，使成本總額為最小。本章第二節即在尋找這個特定的時間與成本的組合，消除比這組數字的成本高而耗時久的不可行組合。當最低的總成本數額及專案期間為已知時，是否可能保持已知的專案期間，而使總成本進上步更減少，第三節則討論延長作業時間減少成本的可能性，並研究應延長何作業及選擇延長作業的標準。 第四節係本章的重心，討論如何使相對成本為最小的問題。所謂相對成本為最小，是指為加速作業進行而增加之成本為最小。第四節中首先討論縮短作業時間的方法，然後將注意力集中在以增加資源加速作業上，分別基於時間與成本互易可能點為連繼直線或離散點的假設，討論互易的規則，並舉例說明。最後則列舉若干實際採用時間成本互易時，可能受到的限制，以提醒使用者須與實務配合，若一味拘泥理論，反而不能發揮功效。

一、研究目的 1.實務性的目的：研究一貫化與分段化採購作業方式在中信局購料處實施後所產生的作業績效差異，衡量其優劣，探討其原因，以尋求較佳之採購作業方式提高作業績效，節省外匯，增進國家建設潛力。 2.理論性目的:以實例調查的結果為驗證，探討作業方式與採購作業間之關係，進而推論作業方式與作業性質間之關係及分工作業方式之選擇適用原則。 二、研究方法 本研究以實例配合理論的方式來研究本文的主旨。先以實例中不同作業方式的利害關係人為對象，調查其對不同作業方式下的態度性反應，而據以衡量不同作業方式下作業績效之優劣。其次從另一角度以訪談的方式探尋作業組織內人員之心理反應是否與調查的結果相一致。最後再以理論依據來分析、推論其應有的結果而與調查結果相對照，以彼此證明其正確性，而可將該理論依據用於其他之推論上。 三、研究內容及結構 本研究共分為八章，第一章緒論，說明本研究之目的、意義及研究的觀念性模型。第二章描述與本研究有關的背景資料，採購一般概況及中信局購料處之組織結構、作業內容。第三章探討本研究所依據的理論模型，包括「影響作業績效之理論模型」及「分工原理適用模型」，以作為分析解釋之依據。第四章以中信局購料處為實例，調查其作業績效受不同作業方式影響的情形，以作為支持本研究目的的實證依據。第五章以從另一角度的訪談資料來以事實現象說明造成調查結果的原因。第六章從理論模型的觀點來分析採購作業實施分段作業對作業績效可能的影響，以便與調查結果相對照、相證實，進而據其作粗略性的推論。第七章說明本研究結果應用上的限制及選擇作業方式時的觀念性模型。第八章首先重述本文之研究過程，並據其研究過程中，所得到的結果，作成結論及建議。 四、結論 分段化作業方式在中信局購料處實施的結果，共作業績效較一貫化作業方式為差。分段化作業方式可能不適宜集中採購作業時使用。在其他與採購作業內容相類似的行業裡可能亦不適宜用分段化作業方式。

No description available.

一般計量經濟學所討論的範圍內，所使用的統計方法，皆以古典的迴歸技巧為基礎，來分析其資料。此種方法雖可對所欲觀測的經濟現象，做很多的統計推論，但此推論所根據的資料，僅能從現有的情報中加以分析，至於此經濟現象過去試驗，所得到的情報皆未能加以使用。關於此種過去試驗所得到的事前情報之利用，乃本文所討論的重點所在。 貝氏方法應用在迴歸模型上，實際上即利用貝氏定理有關的觀念與推理，以分析之。貝氏方法的優點，在於能將有關徵數的事前情報，用適當的數學獄法，與由試驗所獲知的情報組合在一起。此種事前情報可能來自一般理論上的考慮，或來自以前試驗的結果。對於欲尋求或理解一種現象，事前情報是一個重要的因素。利用事 前情報，經過貝氏定理的判定後，可得徵數的事後機率密度函數。吾人即可利用此徵數的事後機率密度函數來從事其統計推論。 本文計分四章。第一章討論貝氏方法之利用有關原理之解說，內分三節，介紹以後各章須利用的貝氏定理有關觀念，諸如徵數的事前機率密度函數，事後機率密度函數，或徵數之一的邊際事後機率密度函數等，皆有述及。 第二章討論貝氏方法在單元常態線形迴歸模型之應用。內分四節，首先將貝氏方法應用於單元常態線形的迴歸模型上，其次討論此模型的事後假設，事後機率密度函數及對其做統計推論。 第三章討論貝氏方法在多元常態線形迴歸模型之應。內分四節，本章為第二章的推廣，由單元推廣至多元之情形。至於第四節，則討論兩個迴歸模型上變方相等的特殊現象。 第四章為前三章的總論。 過去，大多數的計量學者使用非貝氏技巧，來分析其問題，但隨著理論根據的增強，貝氏方法之應，有漸被重視之趨勢。在模型問題上，利用貝氏方法或非貝氏方法，兩種用法之比較，其結果究竟為如？這是有趣的問題。但正如Anscombe在以前曾談及的統計評述，對統計問題變化來說，某情況之正確評價，可由傳統 的統計方法或貝氏方法途徑為之，所應注意的僅是何者能做？何者能做得更好？”這才是問題的主旨所在。 本文之討論，因限於個人所學有限，文中錯誤之處，在所難免，敬請師長們，不吝賜正，見所致盼。 本論文之撰寫，承蒙 祁師和福教授諄諄誨導，謹此致謝。另蒙 師長們之督促，同學們幫忙之處甚多，亦在此感謝。

No description available.

在1945與1950年間，美國海軍發現演習中的電子設備有百分之七十的時間在故障狀態中；陸軍也發現有三分之二到四分之三的設備在停用修理中；空軍更計算出五年內設備的維護與修理費用為設備成本的十倍，於是開始注意到設備的可靠度問題。往後由於複雜且需要高度精確設備；如飛彈系統，自動控制系統，高速航空器及精密電子組件等爆炸性的發展，促使對高可靠度的要求更為迫切。因此研究設備故障發生規律的可靠度理論逐漸成為一門獨立的科學。 可靠度理論主要研究設備故障發生的規律及因設備故障而連帶發生的問題；諸如維護、檢驗、修復、重置、貯藏、操作及設計等問題。基於故障發生的隨機性及因時間而變動，於是定義特定時間內無故障的機率為可靠度，形成可測度的觀念。本論文便是以此定義下的可靠度做為統計推定研究的對象。 因故障不同，其所服從的機率分配也各異。指數分配便是隨機故障的典型機率分配，理論與實際上，以指數故障分配描述隨機故障殆成定論。同時在數學的處理上，指數分配較簡潔。因此本論文限定指數故障分配下，可靠度的統計推定研究。 在以順序統計量為可靠度推定的工具時，壽命檢驗為最佳的獲取資料方法。本論文便嘗試就各型壽命檢驗取得的資料，做可靠度的統計推定研究。 分配的認定可免於故障分配誤設的錯誤，因此在指數故障分配下做可靠度的推定前，指數性假設的檢定必不可缺。 本文第一章諸論共分四節，由第一節簡述可靠度理論的基本觀念開始，各型壽命檢驗與故障分配分述於第二、第三兩節，以指數性假設的各種檢定方法終結之。 點推定中，最概法應用較廣且計算簡易，大樣本時，最概推定量的BAN性質可提供簡單的區間推定方法。考慮推定量的偏誤及離散程度的最小變異不偏推定量，可應用Rao-Blackwell與Lehmann-scheffe定理求得。另外由判定理論出發的最適判定函數解，是一種新的嘗試。而涉及實驗者主觀的看法貝氏方法正方興未艾，在平方誤差損失函數下的貝氏推定量為事後機率分配的期望值。在區間推定時，除可應用最概推定量的BAN性質求得近似信賴區間外，依充分統計量也可導出精確信賴區間。在本文的後四章裡，大都應用前述方法於可靠度的推定研究。 本文第二章前兩節討論各型壽命檢驗下，指數故障分配故障率的最概推定量並加以最小變異不偏考慮，此外平方誤差損失函數下的最適判定函數解及事先機率分配為Gamma分配的貝氏推定量亦一併論及。綜合得故障率的推定量成為下列形式f(d*)/g(s(t*))其中f(d*)與g(s(t*))表d*與s(t*)的函數。在〔N, B, r〕且平方誤差損失函數下，貝氏推定量在準事先機率分配為 p(l)=1/l時，則等於最概推定量；若 p(l)=1/l2則等於最小變異不偏推定量，若p(l)=1/l3則等於相同損失函數下的最適判定函數解。就推定量的變異數比較，最適判定函數解最小，最小變異不偏推定量次之，最概推定量最大。在第一節求故障率的最概推定量時，得知在切斷樣本下，最小變異不偏推定量的變異數不一定都達到Rao-Cramer不等式的下界。第二章第二節考慮推定故障率的事後風險，時間成本及故障單元成本等因素下的最適命檢驗，結論參閱本文第二章2.2.5節。 第二章第三節論及故障率的區間推定問題，均由充分統計量著手求得精確信賴區間，大都可應用波氏累積機率表或轉化為x2分配表進行之。〔N, B, T〕下可用二項累積機率表或F分配表求得。 第二章僅考慮計量壽命檢驗，第三章則考慮計數壽命檢驗與加速壽命檢驗。計數壽命檢驗大都用於因貯藏而故障設備的檢驗，第一節簡論計數命檢驗下，指數故障分配故障率的最概推定量，〔N, B, K, T〕下故障率的最概推定量及其變異數，在某些條件下與計量壽命檢驗結果的比較可參閱3.1.2.節。第二節則考慮故障率與加速水準呈Power Rule model關係的加速壽命檢驗，並求得正常水準下故障率的推定量。其中複雜方程式的求解，可用電子計算機以數值分析方法求得近似解。 故障率為描述單元可靠度的特徵值之一，其推定前兩章已論及。第四章則討論單元可靠度的推定問題。第一節除以最概推定量與最小變異不偏推定量推定單元可靠度R(Tg)外，〔N, B, r〕下就不同損失函數R(Tg)的最適判定函數解與貝氏解亦論及。 〔N, B, r〕下損失函數為c(lnf-lnR)2，且準事先機本分配P(l)=1/l，則R(Tg)的貝氏推定量等於其最概推定量，若P(l)=1/l2則R(Tg)的貝氏推定量近似等於其最小變異不偏推定量，在P(l)=1/l3下，則等於相同損失函數下R(Tg)的最適判定函數解。若損失函數為c(f-R)2/R則p(l)=1/l2下R(Tg)的貝氏推定量等於其最小變異不偏推定量。小樣本時，學者指出〔N, C, T〕下，lTg<1，或在〔N, B, r〕下，0.5<lTg<3.5，R(Tg)的最概推定量優於最小變異不偏推定量。其他結論可參閱4.1.6.節。第四章第二節除以故障率的信賴區間求得R(Tg)的精確信賴區間外，並利用最概推定量的BAN性質，求得R(Tg)的近似信賴區間，Chebyshev不等式與Gauss不等式亦可用以求R(Tg)的信賴區間，後者較佳。 本論文最後一章—第五章則考慮系統可靠度的推定問題。系統可靠度決定於單元組成系統的方式與單元的可靠度，本章第一節分別列出串聯，並聯與預備系統可靠度的計算公式，並得知組成串聯系統的單元愈多，其可靠度愈低。反之，組成並聯系統的單元愈多，其可靠度愈高。對預備系統而言，務單元愈多，系統可靠度也愈高。第二節則申論指數故障分配下，獨立相同單元構成串聯，並聯及預備系統可靠度的點推定問題，除求得最概推定量外，並利用Lehmann-Scheffe定理引申出的定理，導出最小變異不偏推定量。學者建議對高可靠度單元組成系統的可靠度推定時，應用最概推定量較佳。本文第三節論及系統可靠度的區間推定問題。相同指數故障分配獨立單元組成系統可靠度的信賴區間，可由故障率或單元可靠度的信賴區間導出，若單元服從指數故障分配，但是故障率不同，則串聯系統可靠度的信賴區間，可用T.K.Sarkar,H.C.Kraemer 與G.J.Liebermdn; S.M. Ross分別提出的三種方法求出，其中第三種方法求出的信賴區間較短。至於大樣本下串聯系統的近似信賴區間，A.H.El nlawaging與R.J.Buehler提出推定方法。 基於前述，得知本文主要要考慮單元服從指數故障分配下，依壽命檢驗取得資料，先做指數性假設的檢定，然後推定故障率，再依邦聯率的推定結果推定單元可靠度，然後由單元可靠度推定系統可靠度。如此層次而下，得成本文。 以上僅簡述本文之大要，詳細結論可參閱每章各節末。

本文係討論財務分析在股票投資時的運用。財務分析的範圍極廣，可細分為投資分析、信用分析、經營分析等。本文採廣義觀點，認為對發行股票公開上市公司分析時，儘可取經營、徵信的立場一併考慮；同時，因須著重對末來的預測，整個分析過程，除了使用以往資料外，更須對末來加以評估，形成判斷，故整體說來，乃具預測導向（Forecast oryentation）。 預測的要素，不外情報的獲得，利用方法，據以分析，並形成判斷四項。本文在前三章中論及情報的搜集與應用，其中第三章係利用參加行政院國家科學委員會託會計研究所進行之「各項財務標準比率之研究」所得，並以水泥業之各項財務標準比率，輔以與臺灣水泥公司比較分析，作為運用標準比率評估個別公司的實例。第四章論及預測用的方法。第五章論及各項資料的分析。第六章論及預測的判斷因素。第七章結論，係針對當前環境所作的建議與意見。 筆者有幸參加前述國科會之研究計劃，其間蒙主持人高教授造都多所指導；論文撰寫期間，先後承林教授敦寧指導及吳教授承豪悉心披閱，多所匡正。師恩如山，謹誌不忘，以申謝忱於萬一。唯筆者才疏學淺，所述難免顧此失彼，錯誤遺漏之處，在所難免。尚祈祈有識者不吝指正是幸。

最先，網路(Net work)是被利用於電路網上的，但實際上，整個交通路線不啻就是個完整的網路，人口密集的地方可視為一個結點(Node)，通路即可視為連線(Arc)，連線的負荷量(Capacity)就是通路的最大流量，受地形、路面狀況、寬度、視野等因素的影響。 一個完整的運輸模式，應該包括三個部份： 1.總體經濟模式。包括運輸供給、需要之預測，總體運輸成本的計算等等。 2.網路分析。 3.效益評估。 本文名為“網路分析往交通上之運用”，自然重點在第二及第三部份，第一部份則略而不談，必須用到的地方，只做簡單的引述，並加註可供參考之書籍而已。 據此，本文可分為兩大部份。第一部份是網路分析理論及實例，共包含三章：第一章談論最大流最問題，第二章實是第一章之延續，論述多終點流量問題。第三章是最短路線問題，因為編幅較少，故將多終點最短路線問題直接合併在內。第二部份是運輸網路之評估，包括第四、第五、第六、第七，共四章，第四章談論運量分配問額，分別闡述運輸方式之運量分配及交通指派問題，第五章可說是第四章的延續，論及要逕的指派問題。但因其甚為重要，故特將其獨立出來；第六章論及運輸方案之改進與選擇，利用網路分析技術及成本與效益方法將可行的方案做一番改進與選擇；第七章，也是最後一章，將整個運輸網路依混合運輸方式，做一種系統(System)性的評估，這也是第二部份的壓軸，蓋因不同的利益團體，對於不同運輸方式的價值觀念是不同的，我們不能一概而視之，站在整個國家社會的立場，交通是不是只需做到便宜、省時、方便、安全、舒適就行了？公共環境衛生要不要考慮？社會大眾是否願意以空氣污染為犧牲而來換取上述之便宜、省時、方便、安全與舒適？如果願意其邊際(Margin)又有多大？在生態學(Ecology)逐漸抬頭的今天，這尤其是必須考慮的。 任何一門社會科學，用數學模式來表示必有其缺點存往，假設的種種條件是否能囊括全體所有的情況是一問題，不變的條件事實上又是瞬息萬變的，因而，無法像自然科學在實驗室裡實驗一樣，得出的結果是非常精確的，但是我們如果因此而畏縮不前，也必永無完成之日。

銀行之基本功能在於規劃信用之有效分配，銀行家藉授信業務完成其功能。授信首重信用風險之合理評估，此乃授信決策之核心。借款戶個體屬性與信用風險型態關聯，如能利用此項關係，從事建立信用評分制度，當可改善仰賴傳統人性判斷之偏誤，且觀念上之革新自能促成經營決策之進步。 本文研究主旨在於探討建立與評估消費者信用品質數量化制度供銀行業之授信規範。評估消費者信用風險之優劣，貴乎公平、客觀、具體、明確、迅捷、有效及一致性之作業規準，以取代純理論或原則性之傳統信用因素分析。信用評分制度列舉借款戶之各項重要屬性，並視每項屬性對於預測信用風險之效果，應用數量方法計算其應有權量，亦即對於各項重要屬性制訂不同評分值，據以編製評分表，作為評估借款戶信用風險優劣之依據。任何借款戶之個體屬性依照評分表項目所計得之積分，興該借款戶所屬之信用風險型態產生直接關聯，得分值愈高，表示授信所承擔之風險愈佳，反之則否。借款戶之得分數值代表具體而準確之信用品質，據此銀行家便能建立並承擔合理授信風險之能力水準。 消費者信用評分制度係建立在社會學與心理學之推理上，其基本假定在於借款戶所處環境及其個人之各項屬性，足以導致日後背信賴債之結果。根據經驗銀行家咸認借款戶是否具有背信賴債之潛在不良信用風險，早在簽訂借款契約之前既已存在，而信用評分制度乃為測度此項潛在不良信用風險之有效方法。 消費者信用評分制度係應用數量統計方法，用以建立具有靈效之信用評分表，供為評估借款戶之信用風險問題。就數理觀點而言，此項制度係建立在差異分析模式(discrimint analysis model)上，該模式乃變異數原理之一分支，同屬線型迴歸分析(Linear regression analtsis)理論之範疇。為建立差異分析之統計模式採用某銀行對消費者直接授信之實際樣本資料為基礎，從事借款戶個體屬性之分析研究，並檢定個體屬性對於區別優良與不良信用風險之顯著預測實效。差異分析需利用大量樣本，加之演算過程繁複，有關資料處理與一應計算有賴IBM-11 30電子計算機系統進行。 本文共分五章，第一章導論，敘述撰寫本文目的，研究對象與範圍、研究方法、資料搜集經過。第二章消費者信用風險因素分析，係根據美國銀行界之經驗，舉述消費者之各項信用風險因素，並作具體深入之探討研析，且對借款戶之相關屬性加以歸類以為建立消費者信用評分制度之具體內容，兼供擬具借款申請書內容格式之參考。第三章消費者信用評分制度之理論與應用，係本論文之重心，乃闡釋信用評分制度之理論結構，討論信用評分制度賴以建立之差異分析統計模式，並設例舉述建立此項制度之必要步驟與程序，及其對消費者暨工商業授信之應用現況。第四章實例研究，首先簡介某銀行辦理直接性消費者放款業務，次就有關實際資料整理作必要之說明，然後，辦理抽樣，應用第二章及第三章之理論計算樣本資料之各項統計值，最後就所得結果進行效果測驗，檢定納入評分制度中之個體屬性所具之信用風險預測成效，最後對於所建立信用評研制度之具體結果，提出檢討意見，以為改進之參考。第五章結論與展望，係本諸研究結果，舉述銀行業建立信用評分制度，乃促進銀行業務現代化之必要途徑。唯有引進科學之數量分析方法，才能改善經營效益，使銀行授信功能臻於現代化之要求。 本實例研究並未獲致預期之積極性結果。經檢定借款戶個體屬性與信用風險間之關聯性，確證對不同信用風險型態之修正分類原則，堪稱穩妥合理，惟檢討何以導致偏誤之結果似與原始資料之不甚完整可靠有關。為避免違冒重大錯誤起見，對確定最適取捨點，個體屬性應有權量，進而用以測度在現行授信作業所能改善之潛在經濟效益等項，未便據以推演論斷。此項憾事容待後日，另行搜集樣本，再次探討，以竟厥功。 在實例研究資料整理與理論模式之配合方面，會遭遇不少困雞，幸蒙吾師陸教授民仁熱心指導，同窗林英峰，周汝及兩君從旁協助。有關電子資料處理則承政大公共行政及企業管理教育中心電腦館之玉助；實例資料承某銀行之慨允提供，各項文獻之搜集復承留美同窗高孔廉及紀華山兩君就便代為錄印，併此申謝。 本文內容定有疏漏，敬祈教授方家指正。