本論文共一冊，計分五章十六節：第一章四節，第二章六節，第三章三節，第四章三 節。第一章為導論，介紹本研究之動機、目的、研究範圍、資料來源及研究方法，第 二章為多變量主要成份分析之原理、性質，詳加論述在多變量分析中，由於資料眾多 分析不易，如何將此眾多的資料轉換，以縮減資料但卻不會損失太多的資訊，最後並 將所得轉換後之資料或成份予以檢定，以確定所選取之成份正確。第三章為論述主要 成份之選取及計算方法，第四章實務研究－以台灣地區國民所得來作分析研究，第五 章本文結論，綜合論述本文所討論各項主題，並提建議。

自從高速電算機的快速發展，同時處理大量資料和複雜的變項已成為可能。然而，在 進行多變量分析當變數夠分繁多時，則無法有效的處理，為方便了解與簡化分析，期 望降低多元資料的維度，直接以圖形觀察多元資料的分佈狀況與其特性，或尋找少數 幾個替代性變數，來代表原始資料做進一步的分析，主成份分析與因素析便是兩個縮 減資料的重要工具。 在本文中，主要是以主成份分析做為縮減資料的工具，其分析法與因素分析有異曲同 工之妙，但卻為不同的分析方式將其應用在不同的多變量分析，若直接採用變異數較 大的主成份，可能引發一些問題，例如：在迴歸分析時，使用變異數較大的主成份， 對因變數不一定有較好的預測能力；在其他分析上亦會產生類似的問題。因此衍生一 個非常有趣的問題：當變數的數目繁多，如何利用主成份選取適當成份或變數，最能 替代原始多元資料做進一步的分析？此為研究本文主要的動機。 本禮主要研究的目的為：說明使用主成份分析刪除多餘成份，選擇重要變數的方法， 並利用主成份分析尋找多元資料中的離群值。同時，將主成份分析應用於不同的統計 分析方法說明如何取適當的主成份，或如何利用主成份分析選取適當變數做進一步的 分析。

本論文共壹一冊，約四萬五千字，分七章。 提要： 考慮一工作站中有一組工作（Ji, i ＝１……Ｎ）需經由一部機器完成之排程問題。 假設每一工作Ji有已知之到期日Di，其過期之違約金計算可為任意函數，且由於技術 或工作性質等因素而使得工作之進行有一定之順序限制。對此模型最佳解之求得可結 合二元結構表示法及動態規劃法找出使總違約金為最少之工作順序。本文假設工作J 之完成日Ci，違約金Pi，而過期之違約金計算函數為Pi、MAX ｛Ci－Di０｝，而探討 如何結合二元結構表示法及動態規劃法，以較節省之電腦空間求得最佳解，及在允許 改變工作間飲優先順序後，如何迅速求得新解。此外將模型一般化，允許工作之完成 時間為多變量常態分配之隨機變數，並求得最佳解。

在產物保險的經營里有一項相當大的負債，稱之為賠款準備金(Loss Reserve)，該項 準備金之估提系由于產險公司于處理賠案時，限于技術上、時間上或手續上的關系， 使得一些賠案在會計年度終了時往往尚未結案，為了能真正反映產險公司的財務結構 及經營實況，不使應歸屬于本年度之賠款，成為以后年度的負擔，致影響其財務上的 健全性，而須確實提存之。 然陪款準備金之估列除涉及及精算上之技術層面外，尚受一些經濟上之外生變數如利 率、通貨膨脹率、匯率的影響，以及保險公司管理當局的經常態度而定。對于保險公 司的經營深表關心者除保險監理機關外，尚有保險公司的股東、稅務機關等，但因彼 此的職責及關切的利益不同，所以期望保險公司經營結果的態度亦就互異，而賠款準 備金因本身即具有估計的性質，自然就成為保險公司管理當局用來調節盈余的工具。 為此；本文即要選定一些外生變數及與產險業賠款準備提存有關的因素，以本國產險 業七十年度至七十七年度的財政部年度檢查報告作為資料分析的來源，利用多變量分 析方法中之回歸分析以檢定該等變數與賠款準備誤差形成間之關系，供保險監理機關 及產險業者參考。 研究結果發現，在GLM 模型中，除匯率一項因素外，其餘變數在90% 信賴區間下，均 具顯著水準。而在虛擬變數模型下的檢定結果則為在90% 信賴區間下，匯率及肯尼比 率不具顯著性，另利率因素接近顯著水準。但經F 檢定發現各產險公司對賠款準備提 存行為無顯著性的差別存在。最后藉著利用逐步回歸的方法，建立本研究之最佳回歸 模式。

縮減資料維度一直是多變量資料分析的主要技術, 運用投影追蹤法(Projection Purs -uit) 將高維度多變量資料投影至低維度空間, 亦是一種縮減維度的方法, 將更有助 於了解資料結構特性。 投影追蹤法最重要的部份是投影指數(Projection Index)的定義, 投影指數指出了使 用者的興趣與意圖, 并針對不同問題定義不同的投影指數, 也因此許多多變量分析技 術亦可視為投影追蹤法的特例, 例如: 將投影指數定義為投影后資料的變異數, 則推 導出主成分分析; 定義為一分類規則的錯誤率, 則可推導出線性判別分析……等等。 在探測性資料分析方面, 亦可定義出適當的投影指數以戡察資料的叢聚及非線性結構 等特性。定義投影指數之后, 則必須選取適當的數值分析方法(Numerical Method), 并輔以電腦功能來施行。除了縮減資料維度外, 投影追蹤法亦已於無毋數回歸分析(N -onparametric Regression Analysis)及密度估計(Density Estimation)的應用上大 有斬獲。 到目前為止, 投影追蹤法在多變量資料分析上, 仍為一新發展的技術, 在國內尚未見 有關此一研究範疇的報告及著作, 本文將就投影追蹤法這項新技術的起源、發展、沿 革、理論與應用做一廣泛而密集的探討。

本研究使用相關係數隨時間變動的雙變量GARCH(1,1)模型(time-varying correlation bivariate GARCH(1,1) model)，討論台灣股票市場中，大公司與小公司之間的報酬、衝擊(shock)、波動(volatility)是否互為影響為主軸。其次，為了了解不同估計方法、相關係數的設定和解釋變數對結果造成的影響，亦設立了3種模型，作為本研究的比較模型。 本研究發現大公司與小公司過去的報酬，存在雙向的報酬外溢效果。換句話說，大公司與小公司過去的報酬分別都對「本身報酬」有影響外，對「對方的報酬」也有影響。進一步發現到：大公司過去受到的衝擊和波動不僅對本身的條件變異數造成影響，也影響到小公司的條件變異數。但相反地，小公司過去受到的衝擊和波動，只對本身的條件變異數有影響，對大公司的條件變異數沒有影響，所以大、小公司間的衝擊外溢效果和波動外溢效果有不對稱的現象。 從不同模型之比較也發現，在討論大公司與小公司的報酬及波動時，應重視兩者彼此相互影響的關係，在估計時使用多變量的方法，以捕捉彼此相依的條件共變異數及條件變異數之動態過程。除此之外，也應考量兩者的相關係數隨時間變動的特性，及過去的波動對描述對方條件變異數的重要性。 關鍵字：多變量、GARCH模型、波動性、外溢效果、不對稱性

行銷策略之研擬，必須根據市場資訊；市場資訊之獲得，則必須經過市場調查。市場調查係藉由科學方法蒐集市場資料，並運用統計分析方法，以產生市場資訊。本研究將以洗髮精市場為研究對象，同時運用數種多變量分析方法，探討消費者之行為。然後，從中萃取出市場資訊，進而為洗髮精廠商擬定市場區隔、目標界定、市場定位、產品、定價、通路、廣告等行銷策略。 　　行銷策略之擬定，國內外之相關文獻多如牛毛，在文獻探討中將萃取部份具代表性之文章進行重點式之說明。在本章中，將著重於消費品之理論基礎，為第3章中之研究假說留下伏筆。此外，並根據各行銷策略之內容及相關變數，開列適當的多變量統計方法，為第3章研究架構之基礎。 　　在介紹了文獻探討之後，即進入研究方法之說明，包括五個重點。其一，確定研究架構之內容，包括各種行銷策略及對應之研究變數。其二，根據研究架構，建立分析流程，用以說明多變量統計方法之應用。其三，針對各個行銷策略，建立研究假說。其四，說明研究中可能應用到之各種多變量統計方法。其五，說明問卷設計及抽樣設計。 　　依照研究方法完成問卷設計及抽樣設計之後，即可開始抽樣調查，並就資料進行實證分析。實證分析分為兩個部份，一是資料側像，包括信度效度及樣本結構；另為實證結果，包括所有從樣本資料中所萃取出之資訊。實證分析之結果，是研擬STP與4P等行銷策略之依據。 　　最後一章為結論與建議，概要整理研究發現、策略涵意、研究貢獻等，並開列研究限制。此外，並於最後一節提出對後續研究方向之建議，供諸位先進參考。 摘 要 一 表 次 二 圖 次 五 第1章 緒論 1.1 研究動機 1 1.2 研究目的 3 1.3 研究範圍 4 1.4 章節結構 5 第2章 文獻探討 2.1 市場區隔理論 6 2.2 目標界定 8 2.3 市場定位 10 2.4 產品策略 12 2.5 訂價策略 13 2.6 通路策略 14 2.7 廣告策略 15 第3章 研究方法 3.1 研究架構 19 3.2 分析流程 27 3.3 研究假說 30 3.4 統計方法 35 3.5 問卷設計 53 3.6 抽樣設計 57 第4章 實證分析 4.1 資料輪廓 59 4.2 市場區隔 63 4.3 目標界定 69 4.4 市場定位 75 4.5 產品策略 87 4.6 定價策略 90 4.7 通路策略 91 4.8 廣告策略 95 第5章 結論與建議 5.1 研究發現 98 5.2 策略涵意 101 5.3 研究貢獻 104 5.4 研究限制 105 5.5 後續研究方向 106 問卷 問卷1 參考文獻 參考1

雖然允許變異數－共變數矩陣異質之LISREL-MANOVA模式能克服MANOVA在理論上的的限制（變異數－共變數矩陣同質性的假設），而帶有潛在變項的LISREL-MANOVA能解決MANOVA分析目的上的限制（不能整體考驗多組在潛在變項平均數向量上的差異），但仍有一些問題尚未解決與釐清。其一是MANOVA後續分析的問題，其二是帶有潛在變項之LISRES-MANOVA的統計特性以及切割現象所造成的影響。據此，本論文的主要研究目的有二：（一）發展允許變異數－共變數矩陣異質之LISREL-MANOVA的部份考驗模式以解決MANOVA後續分析中同質性假設的限制，並以模擬分析的方式驗證之；（二）利用模擬分析的方式來探討帶有潛在變項之LISREL-MANOVA的統計特性。 　　依據上述研究目的，本論文具體的研究問題有二：（一）在變異數－變異數－共變數數矩陣同質或變異數－變異數－共變數數矩陣異質的狀態下，允許變異數－共變數異質之LISREL-MANOVA的部份考驗和傳統MANOVA的後續分析（單變量F考驗、區別函數標準化加權和典型變量相關）何者較為優異？（二）是否有切割現象、切割的程度、樣本大小以及估計方法等因子對帶有潛在變項之LISREL-MANOVA的估計有何影響？ 　　針對上述研究問題，本論文主要的研究結果有二：（一）在變異數－共變數同質的狀態下，允許變異數－共變數異質之LISREL-MANOVA的估計結果與單變量F考驗、典型變量相關一致，但較區別函數標準化加權顯著的優異；在變異數－共變數異質的狀態下，允許變異數－共變數異異質之LISREL-MANOVA的估計結果較單變量F考驗、區別函數標準化加權和典型變量相關優異。（二）就帶有潛在變項LISREL-MANOVA而言：1.切割現象會使參數估計值較不精確因而使整體配適考驗容易達顯著。2.切割的比例越大會使整體配適考驗達顯著的機率急遽的上升。3.在切割比例固定下，樣本越大越容易使整體配適考驗達顯著，且會增加WLS估計法犯型Ⅰ錯誤的可能性及GLS和ML估計法的統計考驗力。以及4.在GLS、ML和WLS三種估計法中，WLS較不容易使整配適考驗達顯著，但較容易犯型Ⅰ錯誤；GLS和ML較容易使整體配適考驗達顯著且容易犯型Ⅱ錯誤。 　　最後，本論文根據上述研究結果做成結論，並對應用上及未來研究方向上提出建議。

由於近年來汽機車的成長率大增，□=>許多重大營建工程陸續開工，導致 空氣污染日益嚴重，所以研究板橋地區一氧化氮濃度的預測模式。在本篇 論文中，我們首先應用集群分析將一氧化氮依濃度區分成數個集群，而後 運用區別分析診斷集群分析的結果是否合宜，最後找出集群內觀察值數目 最多的那個集群，然後將多變量時間序列中經過差分一次後的自我相關模 式應用在上面。目的是要尋求更精確的污染濃度預測值，以提供環保單位 一些訊息以作參考。

資訊不對稱可能造成市場中買賣雙方無法順利進行交易的阻力之一，而評等制度可以為資本供需雙方架起資訊的橋樑，讓資本市場發揮資金仲介的功能，使得投資者可以降低風險的不確定性、信用風險較低的企業減少付出的籌資成本，進而擴大市場的深度與廣度，增進資本市場的整體效率。為提供金融市場透明化訊息，並有別於過去相關研究方法，本研究多變量統計方法之因素分析(Factor Analysis)及順序羅吉斯迴歸(Ordered Logistic Regression)為基礎，分析影響壽險業信用評等之重要因素，以期在分析過程中獲得一套有效信用評等過程的關鍵方向。 　　本文以1994年至1997年接受A.M. Best評等之591家美國壽險公司為研究對象。美國壽險公司年報資料來源為NAIC DAATABASE PRODUCT光碟資料庫;而等級資料來源則是A.M. Best資料庫。首先取1994年至1996年共三年之財務資料與評等結果為估計樣本建立順序羅吉斯迴歸模型，並以相同公司的1997年的資料為保留樣本，作為等級預測之用，同時以多變量之因素分析建立1997年之分析預測模型，來比較兩模型之差異及解釋影響模型之重要因素，進而驗證壽險公司之財務報表資料與評等結果間是否有直接關係存在。