在政治學研究中，學者間對「型模」 （model）的討論與使用一直是個富疑義性的主 題，本論文即基此一旨趣，嘗試以方法論的討論為經，政治學研究的實例為緯，分別 就歷史溯源、理論分析與理論綜合的方法，對型模所涉及的諸般問題作一討論。 第一章緒論，簡介本論文研究的動機、目的、範圍與方法。 第二章以歷史溯源的方式，分別探討古典思想中的型模，以及從韋伯理念型以後類型 學的發展，進而論逑其與當代科學哲觀的關係。 第三章討論型模概念的各種界說，包括其與相關概念間的澄清，以及各種分類的觀點 。 第四章從發現的脈胳出發，分別就隱喻、類比、實體的抽象、概念與附號的組合等各 種角度來探究研究者如何去塑造他的型模。 第五章探究型模建構者從何種特殊的觀點來透視他們所關注的政治現象，這些透視包 括時間取向、分析層次、觀點取向以及價值取向等觀點。 第六章討論型模的功能與限制。 第七章結論檢討本論文的若干缺點，以及可能繼續研究的方向。

本研究主要是探討兩個區間型模糊數之間的直線對應關係。主要的方式是以最小平方估計法(least squares estimation)分別求出區間型模糊數上、下界所對應的迴歸方程式，以該迴歸方程式所求得的上、下界，做為所估計區間型模糊數的上、下界。 單就所蒐集到的上界或下界資料而言，它們是一組明確的資料，並不模糊。研究中所探討的區間型模糊數是由一組明確的上、下界值所構成的。考慮所估計的上、下界值需具有較小的誤差才能增加所構成區間型模糊數的代表性，使用最小平方估計法並以傳統的迴歸方式來求得上、下界迴歸直線，應該是減少估計的上、下界值誤差較佳的方式。 然而以最小平方估計法所估計的上、下界值是相對於資料算術平均數誤差最小。如果所蒐集到的數據愈分散，則算術平均數的代表性將愈低，連帶影響所估計區間型模糊數的準確性。這是使用最小平方估計法做為研究工具的隱憂。 解釋係數是最常被用來判別迴歸模型優劣的參考數值。有鑑於區間型模糊數的模糊特性，傳統迴歸分析的解釋係數並不適用於模糊線性迴歸關係。本研究提出模糊覆蓋率的概念，來判別兩個區間型模糊數之間線型迴歸關係的優劣。最後以中華民國80年到96年間製造業平均月工時對應平均月薪資為例，說明模糊覆蓋率在實務上的應用。 / The aim of this paper is to discuss the linear correspondance between two interval fuzzy random variables. We construct the regression equations of the upper and lower bounds of some interval fuzzy random variables, respectively, by the least squares. The upper and lower bounds of the estimated interval fuzzy random variables are derived by the regression equations of upper and lower bounds, respectively. The collected upper and lower bounds are all crisp data, not fuzzy ones. In this paper, the interval fuzzy random variables discussed are constructed by crisp upper and lower bounds. In order to increase the reprsentative of the interval fuzzy random variables, we need to minimize the errors of the estimated upper and lower bounds. Applying the least squares along with the conventional regression analysis to construct regression lines of upper and lower bounds, respectively, should be the better way to minimize the errors of the estimated upper and lower bounds. However, the errors of the upper and lower bounds estimated by the least squares are the least according to the arithmetic mean value. The more discrete the data we collected , the less representative of the arithmetic mean value is. That will also affect the accuracy of the estimated interval fuzzy random variables. This is what we are worried while we take the least squares as an tool to analyse the interval fuzzy random variables. The coefficient of determination is a reference value which is mostly often used to distinguish the accuracy of the conventional regression model. In the view of the characteristics of fuzzy regression model, the conventional coefficient of determination cannot properly explain the fuzzy linear regression model. In this paper, we propose the fuzzy coverage rate to distinguish the accuracy of the fuzzy linear regression model between two interval fuzzy random variables. Finally, we give an example about the mean monthly working-hour and the mean monthly salary of the manufacturing industry in Taiwan from 1991 to 2007, demonstrating the application of the fuzzy coverage rate in reality.

本文是就有序變數的模型在 個不同“維度”的架構下做探討，主要可以區分成兩部份。 1.就兩個有序變數的二維列聯表，我們介紹ＲＣ（Ｍ）模型，並分別探討關聯性模型，相關性模型及對應分析模型。 2.就三個變數的三維列聯表，在給定一個變數的情形之下，我們討論了如何運用三變數的ＲＣ（Ｍ）關聯性模型來探討另外兩個有序變數間的關係。 / We examine statistical models for ordinal variables that allow for more then one“ dimension ”of association in this study. The focus are on the following two types of models: 1. RC(M) models for two ordinal variables, including RC(M) association model; RC(M) correlation model and RC(M) correspondence analysis model. 2. Conditional RC(M) association models which can be used to analyze a 3-way contingency table with at least two ordinal variables.

都市的產業隨著都市的成長而呈現產業結構以及產業區位的改變，尤其以製造業的分布變遷最為明顯。由聚集經濟理論中，人口與產業受到聚集經濟與聚集不經濟交互作用的影響，人口或產業外移出市中心，而呈現出郊區化的情形。在郊區化的過程中，將會產生就業的聚集，相對於就業中心，形成一個或數個就業次中心，使產業的空間分布產生變化。本研究擬不分製造業類別，而從製造業總體面，以製造業就業密度作為製造業聚集的指標，探討製造業在65到85年20年間在都會區空間上分布及其變遷情形，並藉由實證分析影響製造業空間分布的因素，將結果配合經濟發展過程及政策，對於未來都會區的空間發展提供建議。 本研究分為六章：第一章為本研究的動機及架構；第二章為相關文獻回顧；第三章為模型的測試；第四章則由模型的測試結果分析三年的分布變遷情形；第五章測試製造業之變遷因素；第六章為結論與建議。本論文的中心研究部分首先以三次雲型模型測試三都會區製造業的分布情形是呈現單核心或是多核心分布，測試結果呈現台北都會區與台中都會區為多核心型態，而高雄都會區偏向單核心型態。第二部分則藉由就業密度與就業人口比，定位三都會區之製造業核心的分布並分析都會區製造業就業中心與次中心的變化，以了解製造業分佈的情形。台北都會區與高雄都會區製造業發展時程較早，就業中心及次中心的分布較為固定。台中都會區在研究時間內則呈現明顯的郊區化現象，就業次中心變動情形顯著。第三部份繼而進行影響空間中製造業分布變遷之因素。 綜合測試與分析的結果，本研究針對製造業產業用地，認為台北都會區應加強公共設施與交通的連結；台中都會區面對產業發展整體趨緩的情況下應避免產業用地的零星使用；高雄都會區則要注意中心都市的產業用地變更使用。然而工業區之設置除了因應疏導產業及人口的政策，也應注意空間中所隱含的聚集經濟因素。產業的郊區化使製造業在三都會區均呈現往西部濱海地區移動的趨勢，由此，對於濱海地區的用地開發應兼顧經濟發展與環保而有前瞻性的規劃。

由於時間序列在不同範疇的廣泛應用，許多實證結果已明白指出時間序列 資料普遍地存在非線性(nonlinearity)，使得非線型方法在最近幾年受到 極大的重視。然而，對於某些特定的非線型模式，縱然現在已有學者提出 模式選取之檢定方法，但是它們的模式階數確認問題至今卻仍無法有效率 地解決，更遑論得到最佳的模式配適與預測結果了。所以，我們試圖利用 一已於其他科學領域成功應用之新技術──神經網路，來解決非線型時間 序列之預測問題，而我們之所以利用神經網路的原因是其多層前輸網路是 泛函數的近似器(functional approximator)，對任意函數均有極佳之逼 近能力，使我們免除對時間序列資料之屬性(線性或非線性)作事先檢定或 假設的必要。在本篇論文中，我們首先建構15組雙線型時間序列資料，然 後對於這些數據分別以神經網路與自我迴歸整合移動平均(ARIMA) 模式配 適。藉著比較兩者間的配適與預測結果，我們發現神經網路對於預測非線 型時間序列是較具有穩健性。最後，我們以台幣對美元之即期匯率作為我 們的實證資料，結果亦證實了神經網路對於預測一般經濟時間序列亦較具 穩健性。 / With rapid development at the study of time series, the nonlinear approaches have attracted great attention in recent years. However, there are no efficient processes for the problem of identification to many specifically nonlinear models . Even if many testing methods have been proposed, we still can not find the best fitted model and obtain the best forecast performance. Hence, we try to solve the forecast problems by a new technique -- neurocomputing, which has been successfully applied in many scientific fields. The reason why we apply the neural networks is that the multilayer feedforward networks are functional approximators for the unknown function. In this paper, we will first construct several sets of bilinear time series and then fit these series by neural networks and ARIMA models. In this simulation study, we have found that the neural networks perform the robust forecast for some nonlinear time series. Finally, forecasting performance with favorable models will also be compared through the empirical realization of Taiwan.

人類最珍貴的資源，不是石油，而是兒童！尤以我國值此非常時期，兒童更是民族生 機之所繫。如何使他們在安定、和諧的環境下成長，即透過兒童福利的實施，使每一 個兒童都能獲得身心健全的發展，便成為國防建設、經濟發展之外一項重要的課題。 兒童福利是社會福利範疇之一，我國遠在三千多年前即有﹁幼吾幼以及人之幼﹂的兒 童福利思想，歷代對兒童福利措施亦多有明令。惟我國歷代推行有關慈幼的各項工作 ，雖與現代之兒童福利旨趣相符，但其出發點多基於我國固有的仁政思想，措施多隨 為政者之更替而改變，並未有一貫的政策。鑑於兒童地位的重要，與固有傳絲，執政 黨及政府在公布多種社會建設政策後，更於民國六十二年二月八日公布﹁兒童福利法 ﹂，我國兒童福利工作推展於焉有了依據。 我國有關兒童福利的研究，多侷限於社會工作與學理的範圍，甚少以政策的巨視觀點 來探討。故本文以公共政策理論中的系統決策模型和鍾斯（C.O.Jones ）的順序型模 （Sequential Model）為分析架構，期能彌補此一缺失。 全文共分六章，約十萬餘言，茲將各章要點說明如下： 第一章緒論。先說明兒童福利政策的概念，次說明本文的研究動機與目的，限定研究 範圍，最後說明取材方法與所受限制。 第二章問題認定。探討我國兒童福利問題進入議程的過程與途徑。首先說明我國兒童 福利的思想淵源及問題的社會、人口背景；其次自政府、政黨、專家學者等幾方面探 究客觀的事實如何透過主觀的認定而進入議程。 第三章我國兒童福利政策的制定過程。分為政策規劃與合法化過程兩剖分，探討我國 兒童福利法的規劃過程、規劃內容，立法院審議時爭辯的情形與重點。 第四章我國兒童福利政策的執行。分別探討相關法規的擬制、執行機構、經費和人員 四方面，並說明實際執行情形。 第五章我國兒童福利政策的檢討。分別從政策問題的認定、政策制定和政策執行三方 面來檢討。 第六章結論─建議。參酌我國國情及外國法制，並根據前章檢討結果，提出建議，期 能有助於我國兒童福利政策的增進。

工業的發達與否代表一個國家國力的強弱，故欲使我國達已開發國家之林，提昇整個工業或產業的升級，已經是刻不容緩的事。近年來，政府致力於發展新的高科技產業，同時，對於傳統工業也以獎勵或鼓勵技術升級的方式，以提昇整體產業競爭力。其中包含了所謂"傳統工業技術升級計畫"。 　　所以，本文欲藉助對數線型模式，針對"傳統工業技術升級計畫"，來建構及解釋一些模式，並提出建議，以期傳統工業升級計畫，能更符合每個產業的要求。 / Modernization of Industry represents the powerfulness of a country. It'surgent to upgrade the inndustry, so that our country become a developed country.The government has been making every effort on new hi-tech industries lately, at the same time, the government also provide different incentives to upgradethe tradional industries. This way would increase the competitiveness of ourone of the incentives is that the government provided the so called "Conventionalindustries upgrading program" 　　In this paper, we use loglinear models to analyze the data given by those companies that participated "Conventional industries upgrading program". Based on the models, we shall make some suggestions and conclusions.