Mokken (1971) 提出兩個無母數反應試題理論模型，包含單調同質性模型(MHM)和雙重單調同質性模型(DMM)，Grayson (1988) 和Huynh (1994)說明並證明出在單調同質性模型架構之下，受試者二元反應試題的回答總分與受試者的潛在特質具有MLR(monotone likelihood ratio)的性質，因此也具有SOM(stochastic ordering of the manifest variable)及SOL(stochastic ordering of the latent trait)這兩個隨機排序(stochastic ordering)的特性。另外，Mokken (1971) 也提到在Mokken量表下，受試者的試題回答總分與受試者的潛在特質有高度相關。然而這些好的特性都僅只於理論上的說法，實務的應用上並沒有實際的數字可作為使用者的參考依據。本研究將利用模擬實驗的方式，就上述議題作探討。 模擬結果顯示，未加權的時候，使用答題總分來排序受試者的潛在特質或藉由受試者的潛在特質來預估其答題總分之正確率都會隨著鑑別參數的增加而增加，前者正確率約有七成以上，後者正確率則大約有八成以上；受試者的潛在特質與其答題總分的相關係數也隨著鑑別參數增加而增加，大約介於0.50與0.80之間。 / Mokken (1971) proposed two Nonparametric Item Response Theory Models, the Monotone Homogeneity Model (MHM) and the Double Monotonicity Model (DMM). Under MHM, Grayson (1988) and Huynh (1994) showed that the unweighted total score for dichotomous items has monotone likelihood ratio (MLR) in the latent trait θ, which in turn implies two stochastic ordering (SO) properties, namely SOM (stochastic ordering of the manifest variable) and SOL (stochastic ordering of the latent trait). In addition, Mokken (1971) also mentioned that the total score were highly correlated with the latent trait for subjects. However, these properties are only theoretical arguments, and there are no actual figures that can serve as a guideline for practitioners regarding how good the properties are. We hence try to answer some of the questions through simulation experiments in this study. Simulation results show that the accuracy rate of using unweighted total score to rank the latent trait of subjects and the accuracy rate of using the latent trait to predict the total score for subjects will increase with the discrimination parameters. The former is about more than 70%, while the latter is about more than 80%. The correlation coefficients between the total score and the latent trait of subjects will also increase with the discrimination parameters, ranging between 0.50 and 0.80.

No description available.

No description available.

Kyoto University (京都大学) / 0048 / 新制・論文博士 / 博士(工学) / 乙第12646号 / 論工博第4074号 / 新制||工||1546(附属図書館) / 29724 / (主査)教授 寶 馨, 教授 中北 英一, 准教授 立川 康人 / 学位規則第4条第2項該当

Kyoto University (京都大学) / 0048 / 新制・課程博士 / 博士(工学) / 甲第17537号 / 工博第3696号 / 新制||工||1562(附属図書館) / 30303 / 京都大学大学院工学研究科都市環境工学専攻 / (主査)教授 田中 宏明, 教授 清水 芳久, 教授 藤井 滋穂 / 学位規則第4条第1項該当

Kyoto University (京都大学) / 0048 / 新制・論文博士 / 博士(工学) / 乙第12740号 / 論工博第4091号 / 新制||工||1575(附属図書館) / 30553 / (主査)教授 大津 宏康, 教授 松岡 俊文, 教授 清野 純史 / 学位規則第4条第2項該当

京都大学 / 0048 / 新制・課程博士 / 博士(工学) / 甲第22410号 / 工博第4671号 / 新制||工||1729(附属図書館) / 京都大学大学院工学研究科原子核工学専攻 / (主査)教授 斉藤 学, 准教授 田﨑 誠司, 准教授 宮寺 隆之 / 学位規則第4条第1項該当 / Doctor of Philosophy (Engineering) / Kyoto University / DFAM

京都大学 / 0048 / 新制・課程博士 / 博士(工学) / 甲第18274号 / 工博第3866号 / 新制||工||1593(附属図書館) / 31132 / 京都大学大学院工学研究科原子核工学専攻 / (主査)教授 伊藤 秋男, 教授 神野 郁夫, 准教授 櫻井 良憲 / 学位規則第4条第1項該当 / Doctor of Philosophy (Engineering) / Kyoto University / DGAM

No description available.

從過去的研究顯示，預測市場(prediction market)已有良好預測準確率，但該準確率是事後、總體的機率概念，而非更有實際參考價值：事前、個別合約之鑑別預測。故本文先以建構4個選舉預測市場準確度的鑑別模型，在選前針對每一個選舉合約的交易價格進行鑑別，模型的鑑別資訊來自於，預測市場在選前一天提供選舉合約的40個原始自變數。我們的研究顯示：Logit鑑別模型最能在「選前」精準判斷，並可分辨哪些選舉合約的價格，在未來將符合「最高價」準則。本文前半部先以：2008年總統選舉、2009年縣市長選舉及2010年五都市長選舉，做為樣本外測試的樣本，使用原始自變數的Logit模型，其預測力均高於其他3個鑑別模型。Logit模型樣本外的鑑別正確準確率為100％，但是，Logit模型對於鑑別未正確預測組的預測能力仍須改善。最後，本文再使用全部「非選舉」和選舉類別的合約，成功建構預測市場的最適價格門檻，作為判定預測事件是否發生的標準，可將事件發生的機率預測（probabilistic forecasting），轉換成事件發生與否的類別預測（categorical forecasting），作為公共政策與企業決策的重要依據。