Global ETD Search

21	過度自信的研究：問題、困難度、抽樣方式與線索有效性對過度自信的影響。 / OMIT 彭兆禎 Unknown Date (has links) 有關主觀機率判斷的心理學研究發現，人們判斷的品質通常並不佳，而普遍有過度自信（overconfidence）的現象存在。本研究乃根據 Gigerenzer ，Hoffrage，& Kleinbolting（1991）所提的機率心理模式（Probabilistic Mental Model; PMMs）為架構，透過圖形知在實驗一中操弄問題的抽樣方式（代表性 vs 選擇性）及困難度高 vs. 低）來檢視問題的抽樣方式、困難度的影響效果；以及難易效果逆轉（reversal of the hard-easy effect）的現象。實驗二中操弄圖形間的相似度（高、中、低）作為選擇抽樣的依據，目的在進一步檢視。研究結果發現：（１）在知覺材料問題的判斷上受試者仍普遍發生過度自信。（２）高困難度題目較低困難度題目有較高的過度自信產生。（３）選擇性抽樣問題會較代表抽樣問題有較嚴重的過度自信，但不同的選擇性抽樣會有不同的影響效果，而在本研究中，只有線索有效性。過度自信問題困難度抽樣方式線索
22	課稅後軍人留任意願之探討 / Research on the intention of Taiwan army forces after taxation 廖乃慧 Unknown Date (has links) 因應政府政策，軍人自101年起開始繳稅了，除了加薪3%及提高專業加給外，其它相關配套措施仍未審核通過，如此是否會影響職業軍人之「留任意願」；再次，自國防部實施精進案、精實案及精粹案以來，60萬大軍裁減至21萬5千人，部隊工作量並未因組織調整而相對減少，反而因為員額減少而使留任人員工作量變相增加。現今，軍人薪資所得課稅後，稅後所得是否對其原有的工作價值觀與生活品質產生影響，本文之目的在於藉由實證研究之數據顯示，提供決策部門關於課稅後軍人留任意願影響之參考。本研究採問卷調查研究法，研究母群體為北部地區志願役校級軍官，以分層隨機抽樣之手法，發送330分問卷，有效問卷316份，再以SPSS for windows17.0版統計套裝軟體進行資料處理，分別進行敘述性統計及推論性統計分析。經研究數據結果發現，年齡不同與薪資不同之軍人，其在課稅後留任意願皆有顯著差異。本研究針對上述之研究發現，提出相關建議，首先是建議相關機關及單位能建立政策透明化窗口；其次是建議能精簡作業流程，以因應組織變革。至於對現役軍人之建議則是建議其能多加利用現行軍事教育體系之多元進修管道，培養自我歷練各級職務所需的智能；另可透過「簡易個人綜合所得申報試算軟體」及「個人綜合所得稅電子結算申報程式」相關程式，作為參考試算的工具。留任意願問卷調查分層隨機抽樣法
23	一個極值問題在抽樣理論上的應用及其程式解田益誠, TIAN, YI-CHENG Unknown Date (has links) 在統計學上我們經常會遭遇到如下的問題： minimze subject to 其中和Ｃ都是已知。上述非線性規劃（NONLINEAR PROGRAMING）問題的最佳解，是相當複雜的，以致於我們無法用簡單的式子，將其解明確的表示出來。 RAO-GHANGURDE （１９７２）在“從有限母體抽樣的貝氏最佳解”這一篇文章中，對這種非線性規劃問題，提出一個反覆演算的解法，來解決這類問題，由於，我們無法看出其演算法的立論根據何在，收斂結果的精確性有多高，於是，本文在ｋ＝２及ｋ＝３的情形下，由直覺的幾何觀點，提出了另一個求最佳解的方法，來驗證RAO-GHAN GURED 反覆演算法的類確性。最後，本論文將上述非線性規劃問題的解法，應用到下面兩個例子上：（ａ）在 COCHRAN的“抽樣技巧”（ SAMPLING TECHNIQUES）這一本書裡，有關雙重抽樣（DOUBLE SAMPLING ）的理論中，也遭遇到要解決這一類問題，但由他的公式，所計算出來的解，並不一定會萬足所需要的限制條件。（ｂ）在SMITH-SEDRASK （１９８２）的“推估魚群年齡成份的貝氏最佳解“和JINN -SMITH-SEDRASK（１９８７）的“推估魚群年齡成份的貝氏最佳雙重抽樣”這兩篇的文章中，同樣的也遭遇到這一類的問題。極值問題抽樣理論統計學非線性規劃雙重抽樣 NONLINEAR-PROGRAMING DOUBLE-SAMPLING STATISTICIAN RAO-GHANGURDE SMITH-SEDRASK JINN-SMITH-SEDRASK
24	複雜抽樣下反應變數遺漏時之迴歸分析 / Regression Analysis with Missing Value of Responses under Complex Survey 許正宏, Hsu, Cheng-Hung Unknown Date (has links) Gelman, King, 及Liu(1998)針對一連串且互相獨立的橫斷面調查提出多重設算程序，且對不同調查的參數以階層模式(hierarchical model)連結。本文為介紹複雜抽樣(分層或群集抽樣)之下，若Q個連續變數有遺漏現象時，如何結合對象之個別特性，各層或各群集的參數，以及連結各層或各群集參數的階層模式，以設算遺漏值及估計模式中之參數。對遺漏值的處理採用單調資料擴展演算法，只需對破壞單調資料型態的遺漏值進行設算。由於考慮到不同的群集或層往往呈現不同的特性，因而以階層模式連絡各群集或各層的參數，並將Gelman, King, Liu(1998)的推導結果擴展到將個別對象之特性納入考量之上。對各群集而言，他們的共變異數矩陣Ψ及Σ為影響群內其他參數的收斂情形，由模擬獲得的結果，沒有證據顯示應懷疑收斂的問題。 / Gelman, king, and Liu (1998) use multiple imputation for a series of cross section survey, and link the parameter of different survey by hierarchical model. This text introduces a method to impute missing value and estimate the parameters affected by hierarchical model if Q continuous variables has missing value under complex survey. For each cluster, the parameters are influenced by their variance-covariance matrix Ψ and Σ. The result obtained from the simulation have no clear evidence to doubt the convergence of parameters. 分層抽樣群集抽樣遺漏值多重設算單調資料型態階層模式 stratified sampling cluster sampling missing value multiple imputation monotone data pattern hierarchical model
25	以階層式因子模型分析台灣股票市場 / A hierarchical factor analysis of Taiwan stock market 陳芷筠 Unknown Date (has links) 股票市場不但是一國經濟的櫥窗同時在各國金融市場中也大多扮演著舉足輕重的角色，因此我們希望藉由一個新的計量模型分析台灣股票市場的變動。本文以　Moench and Ng (2011) 所提出的「動態階層式因子模型」為基礎，並以紀卜斯抽樣法做為參數估計的方式，將此應用於探討在2007年8月至2016年2月這段期間的台灣股票市場中的大盤指數(台灣加權股價指數)與8大類股變化態勢。我們將資料期間以兩年為一基礎，區分成5個時期，並就不同時期下的時空背景進行大盤因子與類股因子的比較。我們發現不同時期下大盤因子與類股因子的「無條件變異數」均有不一樣程度上的波動，同時也以兩個事件(劣質油事件、央行降息)為例，進行類股因子與該類股前五大市值成分股報酬率分析。實證結果顯示，每個時期不同時空背景下除造紙工業因子與紡織纖維業因子的波動較大無法由大盤因子解釋外，其餘類股均可由大盤因子所解釋。另外，特定事件下對於事件本身相關公司股價影響較顯著，且同時對於該類股亦有所影響。階層式因子模型紀卜斯抽樣法股票市場
26	型Ⅰ與型Ⅱ抽樣計劃下挑選最佳IFR母群體之比較許晉雄, XU,JIN-XIONG Unknown Date (has links) 在產品開發階段中, 決策者經常面臨的問題: 如何在幾個設計母群體中, 選擇最佳之設計, 而評估設計之優劣常用“可靠度”( 或平均壽命 )作為衡量標準。本文考慮k(k≧ 2)個Increasing Failure Rate(IFR)的母群體, 其分配為F(x;θ ), 其中θ 是尺度參數(Scale Parameter)。我們常見之IFR 分配有Gamma、Exponenti -al、Weibull等等。而對上述K 個母群體, 我們感興趣的是挑選具有最大尺度參數母群體。假設θ '……'θ 為(θ '……'θ )經過排序后之有序參數, 我們定義最佳母群體為具有θ 之母群體。由於完整資料不易取得( 成本高且實驗時間頗長),因此, 我們經常采用二種截略資料來縮短時間, 分別是型Ⅰ截略抽樣計劃(type-Ⅰcensoring plan) 及型Ⅱ截略抽樣計劃(type-Ⅱ censoring plan)。而上述兩種抽樣方法中, 對決策者而言, 究竟以那一種方法較適合采用? 也就是說, 在決策者給定的要求水準, 那一種方法比較節省時間 ? 一般而言, 正確選擇之機率(Probability of correct selection)是評估挑選法則效率之常用方法, 本論文在決策者事先給定正確機率P 及錯誤機率α 下, 分別探討Ty -peⅠ,TypeⅡ所需之截略時間、樣本數、截略數, 并比較TypeⅠ,TypeⅡ 所需之截略時間、樣本數、截略數, 并比較TypeⅠ之截略時間與TypeⅡ之期望截略時間。以期能提供決策者在實驗當中, 選擇一個較適當的實驗方法。型Ⅰ 型Ⅱ 抽樣計劃最佳 IFR母群体產品開發
27	審計人員個性對抽樣樣本大小決策影響之研究張志乾, ZHENG, SHI-GIAN Unknown Date (has links) 審計的目的乃對財務報表的適正性表示竟見，為了達成此一專業竟見，審計人員必須對財務報表加以查核。但隨著企業組織的擴大、交易數量的增加及複雜化，在有限的成本及時間限制下，審計人員實施全部查核已不可行，取而代之乃為部份查核。而部份查核則牽涉到抽樣樣本量的大小。因樣本量的大小關係到查核的有效性及效率，故不可不慎。本論文研究之目的，乃在探討審計人員個性與抽樣樣本大小的關係。本論文研究之自變數為審計人員個性（抗拒變化、規避風險）；應變數為受試者在特定內部控制（強、適當、弱）下相關遵行證實測試所需的樣本大小。受試者共有８０位，係由台北市、高雄市之１２家會計師事務所中選出。由受試者以詳讀問卷所列之公司內部控制資料後，提供相關遵行及證實測試所需的樣本量大小。變異數分析結果顯示：在強、適當、弱三種內部控制情況下，審計人員的個性並不會影響抽樣樣本的大小。審計樣本抽樣決策台北市高雄市台灣會計
28	抽樣問題中非線性統計量之研究王英宗, WANG, YING-ZONG Unknown Date (has links) 本文共一冊，約一萬餘字，分五章。本文內容乃探討抽樣問題之關於非線性統計量之估計方法，主要方法有三：線性化法、摺刀法，均衡半樣本法，並比較三者之變異數估計式之大小。本文共分五章，第一章說明研究動機與目的，及本文結構。第二章說明非線性統計量應用三種方法時所得之估計式及偏誤。第三章討論該非線性統計量之變異數估計式並討論並偏誤大小。第四章為實例分析，以討論比率參數在三種方法下之絕對偏誤之大小。第五章結論。抽樣統計量估計變異數目的比率 SAMPLING STATISTIC ESTIMATOR VARIANCE PURPOSE RATIO
29	應用線性迴歸模型與貝氏理論在統計預測與決策之研究王棣, WANG, LI Unknown Date (has links) 第一章緒論第二章迴歸模型的意義與貝氏理論第三章貝氏分析法在單元常態線性迴歸模型的應用第四章貝氏分析法在複迴歸模型的應用及其預測第五章貝氏分析法在多變數迴歸模型的應用及其預測第六章結論共分六章十八節，全文約計三萬六千字內容：統計理論與機率論發展的結果，引起統計學者從事不確定事實之研究，而統計預測乃是以現在及過去的資料來誘導未來的方向，以提供決策者作決策之參考或及時修改既定目標與政策。傳統的統計推論都是由樣本資料導出統計量的分配，以對未知母數作推論，以為決策者的參考，亦即完全根據由抽樣樣本所提供的資訊來作推論，此即吾人所熟知的抽樣理論。然而過去資料的趨勢，人類經驗的累積、決策者的判斷、理論上的考慮，即事前所擁有的資訊是不容忽視，而本文進行統計推論時即結合事前所擁有的資訊與抽樣資料結合，經由貝氏定理的判定，進行統計推論，即貝氏分析法，並利用常態線性迴歸模型與貝氏分析法結合，對統計資料進行分析預測，最後並進行實證研究，以為應用。貝氏理論回歸模型統計預測統計機率抽樣資料
30	超母體模型推論之探討李福瑞, Li, Fu-Rui Unknown Date (has links) 本文主要對超母體模型應用在有限母體之抽樣理論作探討。本文一冊, 分六章約四萬字。摘要如下: 第一章為緒論。第二章分五節, 對有限之可識別母體建立基本的模型。第三章分五節, 先介紹超母體之概念, 及常用的超母體模型, 接著分別在轉換模型及可交換轉換模型下, 研究其最適之不偏設計策略。第四章分五節, 研究超母體模型下之預測理論, 含無輔助變數時之預測, 及迴歸模型下之預測。第五章為實例分析。第六章為結論。超母体模型推論探討抽樣理論預測理論統計 STATISTICS

Search results