本研究有鑒於目前市場上仿冒品充斥，全球產業每年因偽造行為所產生的損失已高達美金4000億元左右，嚴重影響產業生存。為打擊仿冒現象，防偽產業因應而生，隨著消費者越來越重視消費權益及企業為了維護其品牌權益而蓬勃發展，嚴然已成為各種新產品不可或缺的附屬產品，防偽產業的未來發展及其競爭激烈是可以預期的。本論文提及的防偽標籤是專指『將單一或多種以上的防偽技術運用在可以黏貼或印製在目標產品的包裝或目標產品本身的標籤產品』。由於防偽標籤是附屬於目標產品，並非消費者所購買的標的。但透過對消費者購買行為的研究可以分析產品防偽的需求程度，進而提供產品製造商或供應商了解該產品是否需要防偽標籤？ 　本文首先蒐集消費者行為之文獻資料，找出消費者特性、消費者價值觀、消費者生活型態及消費者涉入程度等與防偽涉入程度相關的變數，整理各變數間的交互關係導出消費者對於防偽涉入程度會影響產品防偽的需求程度；其次透過焦點訪談及專家訪問內容得知，產品特性也是影響產品防偽的需求程度的重要因素；最後再由產品防偽的需求程度分析防偽標籤的市場需求。另一方面，不同的購買情境也會影響防偽標籤的市場需求，其中包括了購買通路以及標籤功效、法令規範、消費者對防偽標籤辨識能力等外在環境。 本研究經由消費者問卷調查，將所獲得的資料經由多變量變異數分析、相關分析及頻次分析等統計方法所得之結果來驗證假設。其結論均能滿足本研究所希望達到的五項目的。 　一、影響防偽標籤市場需求的因素 　二、影響消費者防偽涉入程度的因素 　三、哪些特性的產品需要防偽標籤 　四、哪些通路的產品需要防偽標籤 　五、現階段防偽標籤的推廣成效 最後將本研究之發現作整理，提供防偽標籤業者作實務上的建議，希望這些參考意見在防偽產業擬定防偽標籤行銷策略時，能給予適切的助益。

國中基測實施迄今已十年，但是各種多元管道仍以國中基測量尺分數作為分發篩選之重要參據，多元能力評量參採比重偏低，國中學生升學競爭壓力未得緩解。本研究透過數學與統計分析的工具，尋找採用學生在校成績的方法，希望能找出更好的方式來代表學生在校三年的學習現況與學習成果，以做為免試升學採計在校成績的參考與依據。 本研究主要目的是要探討如何取決各科在校成績的權重(也就是在每個科目的分數之前乘上一個加權比重係數)，以求得一個新的合成變量(由數個科目分數組成的線性組合)，並用這個新合成變量做為學生在校的“綜合學科能力表現分數”，代表學生在校三年的基本學習能力及程度。 研究方法運用主成份分析與典型相關分析的觀念，但因限制條件設定的範圍與傳統主成分分析及典型相關分析的要求不一致，因此，我們便將所用的研究方法命名為「類主成分分析」與「類典型相關分析」。 研究中，方法主要在比較「類主成分分析」、「主成分分析」、「類典型相關分析」、以及「典型相關分析」四種方法與一般學校常用的「等加權比重」算平均成績的方法之分別；了解這些不同加權機制對同一所學校內學生的學科加權平均分數之成績排名百分比結果，以及與基測排名結果的差異。 「類主成份分析」研究結果發現，各科學科成績中變異數大的科目將獲得較大的權重比例，成為主導學生加權平均成績中舉足輕重的科目。另外；運用「類典型相關分析法」所求得的典型相關係數，其結果與傳統典型相關分析法以及使用最佳數值分析軟體(GAMS)所得的典型相關係數完全相同。 本研究最重要的貢獻之一，是我們在「類典型相關分析法」中證明並推導出一個求得各科權重的公式，只要使用此公式代入簡單的MATLAB程式，其所得的權重結果與最佳化數值分析軟體(GAMS)所得的結果完全相同，但花費的計算時間及成本卻遠少於GAMS所需，是一個求權重極便捷的方法，讀者可以在本論文附錄7.5.2或政大應數系網站上下載此程式。本研究最後結論也發現，類主成份分析的變異解釋率是所有方法中較高的；與基測總分結果較相近的則是類典型相關分析所得的權重機制；而等加權方法所得的排名結果則與基測排名結果差異最小。 / The BCTEST (Basic Competence Test) for junior high school students has been implemented for ten years, however, the screenings for a variety of entrance programs are still based on the scale scores of the BCTEST with a low proportion of multi-intelligence. Hence, the competitive entrance pressure for junior high school students remains un-relieved. In view of this, via mathematics and statistics, this study is to explore an alternative approach which can not only reflect students' in-school grade, their learning situations and achievements but also represent a reference for entering senior high schools and junior colleges without entrance examinations. The purpose of this study is to determine the different weightings of five learning subjects (that is, multiply the score of each subject by a weighted coefficient) and acquire a new composite variable from the linear combinations of five learning subjects. Then, use this new composite variable as the synthetic score of students' in-school academic performance. Principal Component Analysis and Canonical Correlation Analysis are used in this study. Due to inconsistent restraints, the other two approaches we use are based on the concept of previously mentioned methodologies and denominated Principal Component Type of Analysis and Canonical Correlation Type of Analysis. In the study, we compare with the different results of Principal Component Analysis, Principal Component Type of Analysis, Canonical Correlation Analysis, Canonical Correlation Type of Analysis and identical weighted method to realize how these different weighted schemes affect the rankings of students from the same school on both their weighted in-school grade and scores of the BCTEST (Basic Competence Test). The outcomes of Principal Component Type of Analysis show that subjects with greater variance acquire larger weightings and play a dominant role in weighted in-school grade. Moreover, the correlation coefficients of Canonical Correlation Type of Analysis are completely the same as the ones of Canonical Correlation Analysis and GAMS. One of the most important contributions in this study is we have proven and derived a formula to acquire different weightings of five learning subjects by using Canonical Correlation Type of Analysis. The acquired weightings are completely the same as the ones of GAMS with less time consuming. Readers can download this program in appendix 7.5.2 or from the website of Department of Mathematical Sciences, National Chengchi University(NCCU). We have also found that, the explanation rate of variance obtained from Principal Component Type of Analysis is the highest; the weighted scheme of Canonical Correlation Type of Analysis is more similar to the scores of the BCTEST; the difference of the rankings between identical weighted method and the BCTEST is the smallest.