變數選取方法已經成為各領域在處理多維度資料的工具。Zhou與Hwang在2005年，為了改善James-Stein positive part估計量(JS+)只能在完全模型(full model)與原始模型(origin model)兩者去做挑選，建立了具有Minimax性質同時加上門檻值的估計量，即James-Stein with Threshoding positive part估計量(JSWT+)。由於JSWT+估計量具有門檻值，使得此估計量可以在完全模型與其線性子集下做變數選取。我們想進一步了解如果將JSWT+估計量應用於線性迴歸分析時，藉由JSWT+估計具有門檻值的性質去做變數選取的效果如何？本文目的即是利用JSWT+估計量具有門檻值的性質，建立JSWT+估計量應用於線性迴歸模型變數挑選的流程。建立模擬資料分析，以可同時做係數壓縮及變數選取的LASSO方法與我們所提出JSWT+變數選取的流程去比較係數路徑及變數選取時差異比較，最後將我們提出JSWT+變數選取的流程對實際資料攝護腺癌資料(Tibshirani，1996)做變數挑選。則當考慮解釋變數個數小於樣本個數情況下，JSWT+與LASSO在變數選取的比較結果顯示，JSWT+表現的比較好，且可直接得到估計量的理想參數。

交通運輸與都市發展關係相當密切，透過交通運輸系統連結不同的都市土地使用型態，以滿足民眾生活所需。然而在過去的規劃模式中，大多以土地使用吸引力推估交通運輸之建設方式，卻未針對使用交通運輸系統所衍生之需求，進行土地使用供給之調整與規劃。因而本研究以台北市捷運系統為研究標的，嘗試以使用者的角度，了解其需求與捷運車站周邊土地使用供給的互動情況，繼而針對捷運車站周邊土地之規劃給予政策性建議。 為達到上述之目標，首先透過調查捷運系統乘客的旅次目的及可接受步行距離範圍，以釐清捷運車站周邊土地使用型態與旅次分布的關係，並且整理分析不同旅次目的之分布情況及平均步行距離，並透過對於捷運乘客的旅運行為調查，瞭解不同旅次目的的需求差異，分析影響其使用捷運系統之因素，與社經背景之互動關係，據以提出捷運車站周邊土地使用規劃相關政策建議。經由研究探討發現以下結果： 1.經由問卷之迴歸分析，發現旅次分布情形與周邊土地使用形態相關，土地使用強度越高則旅次分布越密集；此外旅次目的與土地使用種類有所差異，亦即在單一土地使用分區中，可能包含不同的旅次目的、不同的活動型態。 2.針對不同旅次目的之實際步行距離進行調查結果顯示，平均而言各旅次可接受步行範圍皆大於其實際步行範圍，不同旅次目的的接受程度亦有差異。於模型檢定中，將不同旅次目的綜合比較，以上班旅次較為聚集於捷運車站周邊。 3. 不同旅次目的之下，乘客的旅運行為及其所重視之影響因素有所差異，故若要以提升大眾運輸搭乘率為目標，則應針對不同的旅運目的提供相關配套措施及軟硬體設施之提供。 根據研究分析之結果，以及對於捷運車站周邊之現況觀察，發現台北市捷運車站周邊土地使用仍有需要改進加強之部分，為達到土地有效利用，提升大眾捷運系統之使用率，以TOD發展為目標，本研究就TOD之場站規劃理念提出相關政策與配套措施，包括檢討台北市土地使用管制與開發等相關法令規範、優先推動捷運車站周邊土地更新計畫、建立捷運車站周邊土地通盤檢討機制、推動捷運連結路網系統之協調機制、抑制私人交通工具持有率及鼓勵搭乘大眾運輸系統。

本研究主要是探討兩個區間型模糊數之間的直線對應關係。主要的方式是以最小平方估計法(least squares estimation)分別求出區間型模糊數上、下界所對應的迴歸方程式，以該迴歸方程式所求得的上、下界，做為所估計區間型模糊數的上、下界。 單就所蒐集到的上界或下界資料而言，它們是一組明確的資料，並不模糊。研究中所探討的區間型模糊數是由一組明確的上、下界值所構成的。考慮所估計的上、下界值需具有較小的誤差才能增加所構成區間型模糊數的代表性，使用最小平方估計法並以傳統的迴歸方式來求得上、下界迴歸直線，應該是減少估計的上、下界值誤差較佳的方式。 然而以最小平方估計法所估計的上、下界值是相對於資料算術平均數誤差最小。如果所蒐集到的數據愈分散，則算術平均數的代表性將愈低，連帶影響所估計區間型模糊數的準確性。這是使用最小平方估計法做為研究工具的隱憂。 解釋係數是最常被用來判別迴歸模型優劣的參考數值。有鑑於區間型模糊數的模糊特性，傳統迴歸分析的解釋係數並不適用於模糊線性迴歸關係。本研究提出模糊覆蓋率的概念，來判別兩個區間型模糊數之間線型迴歸關係的優劣。最後以中華民國80年到96年間製造業平均月工時對應平均月薪資為例，說明模糊覆蓋率在實務上的應用。 / The aim of this paper is to discuss the linear correspondance between two interval fuzzy random variables. We construct the regression equations of the upper and lower bounds of some interval fuzzy random variables, respectively, by the least squares. The upper and lower bounds of the estimated interval fuzzy random variables are derived by the regression equations of upper and lower bounds, respectively. The collected upper and lower bounds are all crisp data, not fuzzy ones. In this paper, the interval fuzzy random variables discussed are constructed by crisp upper and lower bounds. In order to increase the reprsentative of the interval fuzzy random variables, we need to minimize the errors of the estimated upper and lower bounds. Applying the least squares along with the conventional regression analysis to construct regression lines of upper and lower bounds, respectively, should be the better way to minimize the errors of the estimated upper and lower bounds. However, the errors of the upper and lower bounds estimated by the least squares are the least according to the arithmetic mean value. The more discrete the data we collected , the less representative of the arithmetic mean value is. That will also affect the accuracy of the estimated interval fuzzy random variables. This is what we are worried while we take the least squares as an tool to analyse the interval fuzzy random variables. The coefficient of determination is a reference value which is mostly often used to distinguish the accuracy of the conventional regression model. In the view of the characteristics of fuzzy regression model, the conventional coefficient of determination cannot properly explain the fuzzy linear regression model. In this paper, we propose the fuzzy coverage rate to distinguish the accuracy of the fuzzy linear regression model between two interval fuzzy random variables. Finally, we give an example about the mean monthly working-hour and the mean monthly salary of the manufacturing industry in Taiwan from 1991 to 2007, demonstrating the application of the fuzzy coverage rate in reality.

本研究之構想來自於「特徵價格理論」，又可稱為Hedonic模型法和效用估價法，該理論認為土地是由眾多不同特徵所構成的，而土地的價格也就決定於這些土地特徵。故如能將各土地的特徵分解並加以分析，應能找出各因素的隱含價格，並以此推斷該土地的合理價格。本研究利用國有財產局北區辦事處網站上所提供之土地標售案為樣本，加入土地之公告現值和信義房屋房價指數等變數，並將樣本依其特性區分為台北縣市、金融海嘯前後期和不同行政區等不同的模型，以Logit迴歸模型和線性迴歸模型，分別探討影響土地標出和其價格的因素。 以Logit迴歸模型分析後的結果發現，在金融海嘯之前投資人會考量該筆土地的縣市別和地面建物，金融海嘯之後則轉為考量土地的底價和公告現值。唯一在金融海嘯前後持續會影響投標人意願的因素是信義房屋房價指數，其對於投標人的投標意願有正向影響。而在縣市別的區分下，對於台北市的土地投標人會考量建物、面積和房價指數；對於台北縣的土地則是注重公告現值。對於大安區和中正區的土地，投資人同樣會考量土地上是否有建物，除此之外，對於中正區的土地投標人還會參考當時的房價指數再決定是否投標。 本研究另以線性迴歸模型分析影響土地標售價格之因素。研究結果發現，在金融海嘯前，土地的底價、房價指數和縣市別三個變數都會顯著影響標售價格。而在金融海嘯後，投標人則改為關注土地面積和公告現值，但和金融海嘯前一樣，土地所在的縣市別依然會影響標售價格。以行政區劃分時，不論是台北縣或台北市的土地，土地的底價和公告現值都會顯著影響其標售價格。另台北市的土地，其標售價會隨建物和房價指數增加；台北縣的土地則顯著受面積影響。中正區的土地標售價隨建物、面積和底價增加，大安區的土地則只有底價影響顯著。

本文主要在於探討如何建立一個適當線性迴歸模型。為充分了解整個模型之建立過程 ，本文實際從事一個案研究，從實際作業過程中，配合理論，敘述線性迴歸模型建立 的方法與步驟。 第一章：敘述迴歸模型之基本假設及研究內容。第二章：先概述所欲研究之個案及有 關資料之取得，並敘述整個模型建立之程序；然後針對此個案研究，討論如何應用變 數變換方法及殘差分析來建立適當的線性模型。同時撰寫殘差分析畫圖法及有關分析 之程式，附於本文附錄中。第三章：討論選擇最佳線性迴歸模型之方法。利用選擇獨 立變數子集計算技巧中之所有可能迴歸法及逐步迴歸法對本個案進行子集選擇，並討 論兩種方法之改進與其他計算技巧之比較。第四章：結論。

全文共分為五章, 首章為緒論, 末章為結論。 第二章為選擇準則, 說明各種準則函數 ,此為挑選變數與比較方程式優略之依据。其 內容有殘差平方和, 多元相關數平方R2及-R2、 誤差平方總和CP、平均預測變異量JP 、預測平方和等。 第三章為基本技巧, 其含有所有可能迴歸法、最優法、逐步迴歸, 并說明各技巧之特 性及優缺點, 以及計算步 。 第四章為應用技巧, 利用偏估計式之特性, 將之和基本技巧相結合, 此外尚有因素分 析及集群分析法。偏估計式中有主要成分分析、脊迴歸。

1999年澳門回歸中國大陸後，博弈產業成為澳門經濟發展的龍頭。近十年來，伴隨著澳門人均GDP上升、博弈產業的豐厚利潤、政府稅收逐年提升等經濟急速發展的現象，使得澳門模式成為東亞國家競相模仿的對象，而博弈產業是否造成地方經濟產業單一化，或是帶動其他產業齊頭式發展，也是各界爭論的議題。特別在澳門與中國簽訂《內地與澳門關於建立更緊密經貿關係的安排》(CEPA)後，由於開放內地遊客「自由行」政策，使得博弈產業錦上添花。為了清楚瞭解博弈產業對澳門經濟發展到底造成何種影響，本文主要研究目的有以下兩點：一為探討博弈產業是否對澳門人均GDP是否造成影響，二為比較在「自由行」政策實施前後，博弈產業對澳門經濟的影響。 根據實證結果顯示，博彩消費、人口、公共支出、CEPA的簽訂，皆與澳門人均GDP呈現正向關係，證明了博弈產業的確影響澳門經濟發展甚大。但研究結果也顯示，博弈產業在「自由行」實施後，對澳門經濟影響力反而下降，因此本研究推論，在「自由行」實施前，澳門經濟大部分靠博彩業支撐，其他產業積弱不振；「自由行」實施後，其他產業得到發展機會，增長速度超越博彩業發展的速度，才會造成本研究實證結果。 總的來說，博彩業在澳門與中國簽訂CEPA後，反而減弱其影響力，表示在「自由行」實施後，其他產業並沒有隨著博彩業的壯大而消失，反而跟著博彩業一同成長，澳門產業結構並無朝向單一化，反而更加多元。帶動其他行業發展，有利建設先進、多元化的綜合城市。 / The gambling industry has become the leading industry in Macau since Macau return to China in 1999. This decade, accompanying with the rise of Macau’s GDP per capita, the huge profits the gambling industry, such as the phenomenon of rapid economic growth, making “Macau Pattern” become a model which East Asian countries compete to imitate. It is a controversial issue that if the gambling industry made the local industry more singlize or led other industry develop. Especially after Macao and China signed the "Mainland and Macao Closer Economic Partnership Arrangement" (CEPA), the opening up of the Mainland visitors as a result of "Free Trip" policy, helping the gambling industry develop rapidly. In order to clearly understand the game industry how to impact Macao's economic development, the purposes are to investigate the relationship between gambling industry and economic development of Macau. The empirical result shows: gambling consumption, population, public expenditure and CEPA signing have significant positive effects on economic development in Macau, Proving that the impact of the game industry is indeed a great economic development of Macau. The result also shows that after the signing of CEPA, gambling industry has fewer impact on economic development in Macau. Therefore, we infer that all industries except gambling industry were weak before “Free Trip”, and other industry got chance to develop after “Free Trip”. To sum up, the gambling industry is the main industry that affects the economic development in Macau. After “Free Trip”, other industries didn’t disappear or decline, all of them keep developing with gambling industry.

使用傳統迴歸的方式對未知事物做預測，往往不能夠精準的做出結論，縱使在相同的條件下實際去操作，也很難得到相同的結果，因此模糊數概念的建立，並運用在迴歸分析上更能有效描述預測結果的不確定性。然而模糊線性迴歸(Fuzzy Linear Regression)在利用最小平方法處理問題時，往往過於著重在模糊區間的中心與分展度上，而忽略了描述資料的模糊性，使得隸屬度函數(membership function)的功能受到相當大的限制。本文在D'Urso和Gastaldi(2000)所提出的雙重模糊線性迴歸(doubly fuzzy linear regression)模型架構下，利用Yang和Ko(1996)在LR空間下所定義模糊數間的距離公式，導出能反映隸屬度函數的最小平方估計，並引進一些傳統迴歸中常用來偵測離群值(outlier)與具影響力觀察值(influence observation)的概念與技巧，應用在模糊線性迴歸資料的偵測上。

本文主要在探討非線性迴歸模式的推定問題。 首章為導論。敘述線性與非線性迴歸模式的定義及基本假設，討論最小平方推定，並 闡述非線性迴歸模式一般解的特性。 第二章為非線性迴歸模式的解法。討論最陡下降法、線性化法及Marquardt 折衷法， 並舉一實例以說明實際運算的過程。 第三章及第四章分別討論線性及非線性最小平方推定在幾何學上的意義，在樣本空間 及參數空間上探討誤差平方和等值線的特性。 第五章建立一個修正型的羅吉斯成長模式，以討論台灣地區電話需求成長的模式。 第六章為實例分析。以第二章所討論的方法，設計計算機程式，解決一電話非住宅用 戶所佔百分數的迴歸問題。 第七章為結論。對全文整體做一總結。 電子計算機程式及執行結果列於附錄中。

在解釋變數含測量誤差的簡單線性迴歸模式中，欲使第t+1期之產出Y達到某一目標值Y^*，則必需控制第t+1期投入變數Z，若參數α，β為以知時，可以將其設定為θ=(Y^*-α)/β。但當參數α，β為未知時，我們利用LSCE控制法則的設定方法，得到第t+1期設定的控制值Z_t+1，而且在機率為1下，Z_t+1 收斂至θ=(Y^*-α)/β。而貝氏最佳控制法則部份則是由第t+1期的預測期望損失，找出使其為最小的Z值即是所應設定的第t+1期控制值Z_t+1，並利用模擬結果來說明。