政治學者近年來已將多層線性模型當作研究政治文化的重要工具，不但應用在既有的資料庫分析上，同時也希望在資料蒐集過程中將所需要的資料特性納入抽樣設計裏，以期能克服目前此法在應用上所面臨的問題。在眾多問題中，最重要的莫過於是「總樣本數一定下個體和總體層次樣本數組合如何影響推論可靠性的問題」，學界對此過往是採取「30/30原則」，也就是個體和總體層次的樣本數都至少要在30個以上推論才會比較穩定，但近來許多研究顯示，如果將個體層次的樣本數縮減到15個而極大化總體層次樣本數，所得出的推論會比「30/30原則」來得更穩定，因此許多學者紛紛倡議應採用新發現而捨棄「30/30原則」。本文針對這樣的提議，利用教育學及政治學二領域資料，從模型意含的討論，進而使用模擬方法來測試這樣的提議是否站得住腳。 本文發現「極大化總體層次樣本數」原則並不能當作普遍認知，因為過往的所有文獻皆對單一母體資料進行剖析，尚未察覺母體資料型態影響參數表現的可能性，然而，本研究變化不同資料特性進行模擬結果顯示，母體資料結構確實會造成不同的參數表現，以致最適樣本組合也跟著不同。另外，我們觀察到固定效果和隨機效果的最適樣本配置偏重於不同層次的樣本數目，固定參數、固定效果以總體層次為主，但隨機參數、隨機效果、迴歸參數等卻不能忽視個體層次樣本個數，所以研究者都應該認真思考其在意的參數為何，才能針對所關切的現象本身設計出最適樣本配置，而做出實質且有效的討論。

本論文全一冊，約五萬字，共分六章。第一章緒論，說明自動化之趨勢及研究動機。 第二章文獻探討，搜集有關自動化、自動化程度、科技、規模、組織結構有關文獻並 加以分析、整理。 第三章研究方法，說明有關研究架構之建立，研究限制及假設；各種操作性定義；抽 樣及分析方法。第四章則利用問卷所獲得之實證資料加以統計分析，獲得自動化與職 務組合之關係，並與國內之資料互相比較、驗證。第五章個案分析則進一步訪問有關 廠商，以獲得進一步的資料，輔助並說明實證所獲得之結果。此外，並提出進一步之 假設及推論。第六章結論與建議則歸納出研究之結果並提出未來可行之研究方向。

本論文全篇，約六萬餘字，計分六章二十五節。 本論文著重於以審計風險因素的分析與控制觀念，運用傳統變量抽樣方法及貨幣單位 抽樣方法，在競爭日趨激烈的審計專業中，能在一可接受之低水準的審計風險，及最 低的審計成本下提高審計效率，達成審計任務；並說明各抽樣方法的特質及其適用情 形。 第一章 緒論：說明研究動機、目的、方法及限制。 第二章 說明抽樣方法的發展及的審計準則的關係。 第三章 敘述審計風險因素及其數量模式。 第四章 探討傳統變量抽樣方法。 第五章 探討貨幣單位抽樸方法。 第六章 說明各抽樣方法之適用狀況及其比較，提出結論與建議。

第一章 緒論。一、研究動機及其目的。二、研究方法及其限制。本章主要說明問 題的緣起及其處理的構想與範圍的限制。 第二章 抽自相鄰兩期母體的估計。第一節保留部分前期樣本的估計與重新抽樣之 估計的比較。說明母體資料雖隨時間的推移而變動，可是一般而言其前後 資料之間仍保有顯著的相關因此在做本期母數的估計時，採用保留部分前 期樣本的方法，可以提高估計的精度，故比重新抽樣之估計為佳。第二節 本期平均數的最佳線型不偏估計。說明採用保留部分前期樣本的方法，配 合最小變異不偏估計的充要條件導出本期平均數的最佳線型不偏估計。第 三節平均數之變動量的估計。以最小不偏變異的觀點，導出其估計式。其 目的在探求如果母體受到某種外力的影響，其平均數的穩定性將如何？第 四節平均數與其變動量的聯合估計。說明當前期的估計值已經發布，無法 用本期的樣本值加以修正時，可以用聯合估計的方法，使得平均數變動量 的估計值等於平均數估計值的變動量。 第三章 連續ｋ期之母體的估計。第一節本期平均數的最小變異不偏估計，是將前 章的結果加以推廣，做一般性的考慮，分每期樣本數相等與不相等來討論 。第二節每期最適樣本數的決定。是在每期估計的精度維持相同的水準下 ，希望抽樣調查的費用會最小的原則下求出每期的最適樣本數。 第四章 結論。

本論文計一冊，約四萬字，內分六章二十節。 第一章為緒論，說明本論文研究目的和範圍，敘述研究方法與資料來源，並提出本研究之限制。 第二章對判斷抽樣與系統抽樣的意義、型態及技術加以介紹。 第三章介紹國外有關統計抽樣之實證研究，以及實務上之應用情形，並就判斷抽樣與統計抽樣的優、缺點加以比較。 第四章係根據文獻資料及筆者個人經驗，探討可能影響審計人員抽樣方法的各種因素。 第五章則將實證方法搜集而得的資料。利用因素分析方法建立可能影響審計人員抽樣方法因素之構面，並就每個構面，分析台灣審計人員對這些因素的看法。 最後一章對本研究之結果做一結論，並根據本研究之缺點，建議將來之研究方向。

當反應變數是二元（binary）時，邏輯斯迴歸（logistic regression）可幫助我們建立解釋變數與反應變數間的關係。然而，一般在進行邏輯斯迴歸分析時，總是假設樣本資料是由簡單隨機抽樣（simple random sampling）所取得，亦即所有的樣本皆具有相同的抽樣權重（sampling weights）。不過，在實務上，許多的大型抽樣調查都是採用複雜抽樣方法（complex sampling method）來抽取樣本。例如：採用多階段抽樣（multistage sampling）結合分層抽樣（stratified sampling）或是群集抽樣（cluster sampling）的方式來進行抽樣。由於樣本不再是以簡單隨機抽樣所取得，因此，統計分析的方式可分為兩類：一類乃設計導向（design-based）;另一類則為模式導向（model-based）。其中，若將抽樣調查的抽樣設計方式以及樣本的代表性與統計模式的估計或檢定等推論過程相結合，則其屬於設計導向之方式。反之，若忽略這些因素，則相當於視調查資料來自於簡單隨機樣本，仍遵循一般的程序進行分析，則稱之為模式導向。本論文旨在探討如何以設計導向的方法，進行複雜抽樣方法所取得樣本資料的邏輯斯迴歸分析。

In this article, a renewal theory approach is used to derive an expression for the expected cost per unit production time of adaptive sampling interval economic control chart. First, we derive the expected cycle time E(T) and expected cycle cost E(C). Then the expected cost per unit production time is E(V)=E(C)/E(T). The optimal design parameters can be determined by minimizing the expected cost per unit production time E(V). In this paper, minimizing the cost function, the optimal design parameters can be determined by using Fortran program and IMSL library. Furthermore, the sensitivity analysis illustrates the effects of cost and process input parameters on the optimal design parameters and the minimal expected cost per unit production time for the proposed control chart.

當台灣一旦進行較大型的公職人員或民意代表選舉時，各個新聞媒體都會報導出其所獲得的民意調查結果，可見得媒體、民眾、政黨以及候選人，都會將民調當成很好的指標工具。 當我們獲知所公佈的民意調查資料時，都會看到報導幾乎抽樣樣本都在1000個左右，來說明其抽樣誤差約在3%。但是本文所探討的是，我們是否需要每次固定在1000個左右的樣本數，或許我們可以更快就可以看出結果，早一點讓決策者多一些時間做出決策，不但省下了多餘的時間，也可以節省相當多的金錢。 在本文中以民國八十七年的由全國意向民意調查中心所做的台北市長選舉意向調查為例，分別在五月和六月的兩次的訪問中，我們可以很清楚明顯的看出，當我們進行到六百個樣本數時，我們所訪問的資料已經出現相當穩定的結果，即使訪問更多的樣本數的樣本，對於結果的差異幾乎沒有影響，所以在此兩個例子中，我們可以在訪問過程中，就有足夠很好的證據去停止再抽樣訪問，可以和訪問完成一千多個樣本時才作決策時比較，我們可以省下三、四百個樣本數的訪問時間來思考做決策，也省下了三、四百個樣本數的成本來做其他的工作；若是並無法能夠獲得明確的結果，也是會做到原先設定的固定樣本數訪問法，一樣無法獲得相當好的結論，也是必須再繼續抽樣，才能夠看出更明顯的結果。 本文所探討的內容，並非每次訪問過程都是只要像例子中，只需六百個樣本左右即可，這是需視各個不同訪問的個案，也許訪問中各問項變動性太大，那麼就需要更多的樣本數來做觀測。

在社會科學領域或是自然科學領域中，如果想分析、探索或推論某一自然或社會的問題或現象，抽樣調查是最常使用的方法。根據以往的經驗，最影響抽樣效果且不易掌握的是非抽樣誤差，其中又以回覆率低為誤差的主要來源；依據對未回覆樣本是否再抽樣，處理方式可分為兩類，一是對未回覆樣本加以再抽樣，以獲的未回覆者的資訊，另一則是只對已回覆樣本加以調整，並不對未回覆樣本再抽樣。二者間最大差異在於對已回覆樣本做調整時，吾人假設未回覆樣本是隨機發生的， 則應用加權法或是設算法較有效率，同時對母數的估計的效果也有不錯的表現； 針對未回覆樣本加以再訪問，因為現有樣本中只包含回覆樣本的資訊，則應用再抽樣得到原先未回覆樣本的部分替代資訊，又綜合回覆樣本與對未回覆樣本再抽樣的的資訊做母數的估計。本文擬對如何處理整份問卷未回覆與問卷中某些項目未回覆做一系統性的探討。

在本論文中，我們參考國外隨機撥號的方法，作了三個階段的測試。第一個階段為後一碼隨機以及後四碼隨機的測試。第二階段為了研究局碼，有二分之一局碼的選取、四分之一局碼選取、後一碼隨機以及後四碼隨機四種抽樣方法。第三階段主要針對後四碼隨機的方法進行改良，產生後三碼隨機的方法。經過實際的測試比較，在局碼選取上二分之一局碼的選取可行，而在尾數的處理上，後三碼隨機的方法較佳。