No description available.

No description available.

本篇論文最主要的仍以應用為出發點，其有關之理論亦只是為了實際應用之需加以闡釋的。事實上理論及應用並非兩檔事；在應用之前我們仍需先知其可用的原因；可用的效果以及可用的目的；如此才不致淪為盲目。而這些原因、效果、及目的即構成整個理論的支架。又本篇論文的內容所採擷的部分大都為推理方面的，至於需要高深數學的地方均略去，故它可視為攀緣此理論的一個進階，若要更上一層，則只有盼來日的深研。本篇內容分三章。第一章說明等級檢定的理論，從等級的意義，線性等級統計量，到等級檢定的意義，均略有敘述。第二章在說明如何將等級檢定的理論應用到二樣本問題裡。其其中有一個例題，在說明其方法應用的情形。第三章為結語。本篇論文從頭至尾，承蒙恩師 鄭堯柈教授的悉心指導，和諄諄教誨；並在寫作期閒，提供寶貴的資料和意見，便其能順利完成，藉此深鳴感謝之意。唯作者才疏學淺，駑拙愚劣，謬誤之處必多，深祈師長們能多加指點，則於拙是幸矣。

傳統的統計方法檢定都假定資料來自於某個分配，但若假設檢定包含著不確定性時，有關模糊數的假設檢定有其重要性。由此可知，模糊統計推論已逐漸受到重視，這是符合現在複雜的社會現象所自然發展的結果。針對模糊資料，本文嘗試以簡易的計算配合模糊理論，定義出模糊數及模糊區間的排序方法，並將此方法應用在檢定上。即針對傳統無母數檢定方法，在無法解決參數假設為模糊數或是模糊區間值的情形下，為改進此一缺點，本文提出模糊Kruskal-Wallis檢定和Run test檢定。由實証的例子顯示，本文提出的檢定方法能有效解決模糊樣本問題。 再者，傳統的統計迴歸模式，假設觀察值的不確定性來自於隨機現象，但模糊迴歸則考慮不確定性來自於多重隸屬現象。因而以無母數統計方法，配合模糊迴歸理論，進而提出模糊無母數迴歸Theil法，並應用實際的例子，以顯示其存在的實質意義。 / Traditional statistical hypothesis testing is completely assumed that the data are from some statistical distribution. However if the data includes many uncertainties, fuzzy hypothesis testing will be useful in this condition. Thus it can be seen that fuzzy inferential statistics is gradually emphasized in modern world due to the development of complex social phenomenon. In this paper, the ordination technique, based on the fuzzy data, of fuzzy numbers and intervals will be defined by simple computations with fuzzy theories, and this technique will be applied to statistical testing. In another word, traditional nonparametric statistical hypothesis testing could not deal with the data from fuzzy numbers or intervals. To be successful for this, we provide Kruskal-Wallis Test and Run Test in this paper. The testing techniques mentioned by this paper could solve the limitation of fuzzy samples. Some empirical examples will be given to show for this. Furthermore, traditional statistical regression models assume that the uncertainty of the observed values is from random sampling. Nevertheless, fuzzy statistical regression models assume that the uncertainty of the observed data is from the phenomenon of Multiple Membership. Therefore we bring up Theil fuzzy nonparametric regression model considering nonparametric statistical techniques and fuzzy regression models. One practical example is given to show the application for this fuzzy nonparametric regression model in this paper.

近年來，由於天災、人禍頻傳造成的傷害，致使民眾的痛苦指數呈現直線攀升，例如美國次貸風暴釀成全球經濟危機、日本大海嘯造成成千上萬的民眾陷入困境、洪水肆虐造成農業與經濟的衰退等。基此，公益活動的發起將有助於安穩民眾的情緒，進而恢復國家或企業的競爭力。 　　有鑑於此，本研究欲透過服務創新的應用，對公益活動所呈現的影響進行探討，故藉由量化及質化問卷調查蒐整資料，且輔以檢定、交叉分析、歸納分析、文獻探討等方法，據以瞭解服務創新之實質效益。研究結果發現有超過半數的隊員認為，扶輪自行車隊之公益活動的成效是值得發揚，且公益活動具有較深的影響程度，另從訪談中，可以體會扶輪自行車隊所參與的公益活動，所創造的成效是具有影響力，最後發現扶輪自行車隊的服務創新，不僅可以提昇扶輪形象外，更值得將此一文，引進企業組織中，藉以啟發更多人投入公益活動。

關於傳統一致檢定問題, 本文進一步考慮適當的對立假設, 使其檢定力提高, 並同時 控制第Ⅰ及第Ⅱ類型錯誤的機率, 以克服一些傳統方法的困難。文中主要是應用無母 數的子集合選擇程序, 來檢定多個迴歸母體之各成分效應是否一致; 若不一致, 又其 間的大小關係如何。共分四章, 摘要如下: 第一章為緒論。 第二章考慮一般型態的假設, 提出有效的檢定方法, 並以特殊情形為例, 分析比較之 。 第三章針對一種特殊型態的假設, 提出最適當檢定方法, 並以特殊情形為例, 分析比 較之。 第四章為結論。

Weibull 母體的可靠度方面的問題, 是近些年來相當有興趣的問題, 在我們這篇文章 中, 將以Weibull 母體的可靠度做為檢定(test)的對象, 討論多重決策問題, 針對決 策者的目標, 同時考慮第一型錯誤(Type I error)和檢定力(power of test )以決定 樣本數的大小, 並以位置參數(location parameter)a=0,形狀參數(Shape parameter )c=1的情形, 也就是指數分佈(exponential distribution)的情形來說明, 並舉圖表 說明之。而其結果是, 當兩母體樣本數愈大且愈接近, 則我們選取兩個Weibull 母體 , 那一個「比較好」, 所做的可靠度比較程序, 所需要做的調整比較小, 且其檢定力 愈大。本文第一節中探討一些選擇Weibull 母體的方法, 第二節中介紹Weibull 分佈 之一些性質及其MLE,第三節討論Weibull 母體可靠度之多重檢定問題, 且以附圖表說 明對一些特殊情況之檢定法則, 及其檢定力之變化情形, 並於第四節綜合討論之。

「房地產」與「股票」一向是投資者的兩大投資工具，而營建類股票上市公司因為不僅擁有大量的房地產亦有股票在股市流通而成為投資大眾關心的焦點。因此，營建類股票上市公司的股價一方面受房地產市場景氣影響，一方面也和股市有互動性的關係，受總體經濟因素的影響。 本研究藉由單根檢定(Unit Root Test)與共積檢定(Cointegration)、誤差修正模型(Error-correction-model;ECM)以及Granger之因果關係檢定(Causality Test)，探討營建類股價波動（營建類個股、整類股與加權總股價指數間）的時間關係以及營建類股價總體影響因素（市場因素及產業因素）之間的長期均衡以及短期動態關係，並進一步了解在時間上是領先、同時還是落後關係。 第一部份，營建類股價時間關係之研究上，選取國建、國揚、太設、太子、營建類股價、加權股價指數等六對象，時間分期上則分為l981年1月至1996年5月及1991年4月（太子上市後）兩部份進行探討。研究發現﹕營建類個股股價、整類股價間與加權股價指數間在兩段分期中皆具有長期穩定的關係，並分別以不同的調整速率以消彌股價間的均衡誤差﹔而低價的股票較高價的股票調整速率來得快。在因果關係上，觀察時間較長時，營建類總股價隨著加權股價指數變動，營建類的個股股價隨著營建類總股價而變動，呈現出「齊漲齊跌」的情形﹔觀察時間較短時，則為營建類股價領先加權股價指數。 第二部份，營建類股價影響因素上，分別選取貨幣供給額、利率、國內生產毛額、物價指數、加權股價指數為市場因素﹔預售屋房價、空屋數、建造執照、純土地買賣移轉件數、房屋建築人數為產業因素，以1981年1月至1995年12月為研究期間範圍。實證後發現﹕營建類總股價與市場因素、產業因素間皆具有長期穩定的關係。在誤差修正模型中，市場因素部份，營建類總股價較其他變數的調整速率高很多，以每月-14.5%的速率來調整變數間的均衡誤差，顯示出營建類股價相較其他變數對於市場的變化來得敏感。產業因素部份，營建類股價及預售屋房價分別以每月-3.7%與-1.8%的速度以調整變數間的均衡誤差，顯示出股票市場比房地產市場來得有效率。在因果關係檢定上，有關市場因素部份，股價變動領先貨幣供給額、民間利率，顯示出股價對於市場變動的反應較其他變數來的快﹔而在產業因素部份，則為營建類股價領先其他變數，但落後預售屋房價變動，顯示出營建類股價確實有帶動房地產景氣之情形。

No description available.

由於模式的設定常會有選擇適當模式的問題。而模式之間或其型式，或其變數均無互 相關連者稱之為非巢形模式，對於這類型模式選擇的方法中假設檢定是常用的方法。 因其檢定有別於傳統的假說檢定，故而本文在其理論依據的探討及檢定方法作一比較 研究。本文分為六章，第一章緒論。第二章非巢形模式檢定之理論物性及其應用。與 傳統檢定比較即可知其理論特性，又因它以不同族群模式檢定的理論為依據，所以在 這章中對於檢定統計量之推導過程作一歸納性的整理。第三章包涵模式檢定法，比較 兩種常用的一般模式，作推導其檢定統計量。第四章非巢形迴歸模式之檢定，此乃這 類檢定方法之應用，這章將應用前兩章之結果，推導較簡易的檢定方法。第五章實例 ，將印證上述之理論並比較之。第六章結論。