No description available.

一般線型迴歸模式為Y＝Xβ＋ε……ぇX＝〔1，X，……，Xp）為n×（P＋1）之（ P ＋1）階已知常數，β′＝（β0，β1，……，βp）為 1×（P＋1）之未知參數向量 ，ε∼N（0，σ02In），In為n×n之單位矩陣，Y′＝（Y1，Y2，……，Yn）為1× n 之應變數；當具有P 個自變數之模式ぇ被認為是適當的模型後，通常為了「精簡」的 目的，而選出r 個最重要自變數，使預測效果仍然良好。過去已有幾種方法處理變數 選擇之問題，尤以逐步迴歸法最為廣泛使用，但由於其缺乏統計理論之根據，使應用 者不知在選擇程序完成後選到重要變數有多大的把握；本文介紹另一種方法，稱為最 適迴歸選擇法（optimal regression procedure）（Gupta，Huang＆Chang 1983）在 控制第一型誤差後，選出之每一子集都有最保守之檢定力；並以實例用二法選擇變數 ，做比較分析。 本論文第一章緒論，說明研究動機、目的。第二章對線型迴歸變數選擇之各種主要方 法做一系統的檢閱，包括逐步迴歸法之應用及有關批評，最適迴歸法之介紹及其他方 法之理論及應用說明，並加以綜合比較各法之優缺點。第三章為實證分析，首先為適 當模型之建立，並利用逐步迴歸法和最適迴歸法來進行子集選擇，並比較分析。第四 章為結論及建議。

實體店面的腹地大小一直是每個開店業者所關切的議題，本研究主要目的是探討哪些因素會影響消費者至實體店面時所願意花交通時間的長短，並進而規劃出腹地範圍。這些影響消費者交通時間的因素包括「人口統計變數」、「心理層面變數」及「環境變數」三大變數。在人口統計變數上，分為性別、年齡、教育程度、可支配所得、騎機車習慣的有無、開汽車習慣的有無；心理層面變數包括產品涉入度、忠誠度、合理價格認知、時間壓力、財務壓力；市場環境變數包括居住地家庭式、連鎖式及高級式美髮店店數，以及對居住地此三類型美髮店消費滿意度。 本研究以東區美髮店消費者做為問卷發放對象，共計434份，透過多變量回歸分析，驗證出在探討影響消費者花費交通時間及其他行為的因素時，三種類變數共同考量可使整體解釋力提高，若三類變數個別討論時，只能解釋一小部分原因。 研究顯果顯示以下幾點：第一，影響消費者至美髮店交通時間的變數為「可支配所得」、「機車有無」及「涉入度」，意指當可支配所得愈高、有騎幾車的習慣或產品涉入度愈高者，將花愈久的交通時間。第二，影響消費者至美髮店頻率的變數為「可支配所得」及「美髮店種類」，意指可支配所得愈高者至美髮店頻率愈低，而高級式美髮店消費者比連鎖式美髮店消費者消費頻次更高。第三，影響消費者更換髮型頻率的變數為「年齡」，即年齡愈高，更換髮型頻率愈高。第四，影響消費者美髮花費佔每月可支配所得比例的變數為「年齡」及「涉入度」，意指年齡愈小、產品涉入度愈高者，花費支出佔比將愈高。此外，對於「外地消費」有幾點特別發現，第一，在性別上，離東區愈遠的都市消費族群中，男性消費比例愈高；第二，在年齡上，離東區愈遠的都市，年輕族群比例愈大，但忠誠度卻會因離消費地點愈遠而愈低。第三，住在遠距區的消費者，當決定要去外地消費時，七成以上會以高級式美髮店為主。 最後，從研究實證中，勾勒出台北市東區美髮店的腹地範圍，並從研究結論中對東區高級式及連鎖式美髮店提出行銷策略方案上的建議。 / Every company considers the potential of marketplace. The purpose of this research is to know the effects of Demographic, psychographic and Geographic factors on consumer’s transportation and consumption to Beauty Salon. Demographic variables include gender, age, education, motorcycle and car. Psychographic variables include product involvement, loyalty, reasonable price sensation, time pressure, and money pressure. Geographic variables include high level, chain and beauty salon store number near consumer’s house and the satisfaction for the beauty salon. The findings of this study illustrated three points. First, people who are of higher income group, or have motorcycle, or have higher product involvement will spend more transportation time. Second, people visit to beauty salon more often if they have higher income or visit elite level beauty salon. Third, older people change their hair style quickly than younger people. Fourth, people with younger or have higher involvement will spend less percentage of income on beauty salon. In addition, there are some special findings for out shopping consumer behaviors. First, the percentage of male population is higher where their houses are far from eastern area. Second, the percentage of young people is higher if their houses are far from eastern area. Finally, people with far from eastern area, seventy percent people decide high level beauty salon rather than chain beauty salon. This research provides some implications for marketing, including the potential of the marketplace and whom they could target.

近年來許多財務預警模式的研究提供了各種變數對公司財務危機預測能力的研究，其中財務變數屬於個別風險，總體經濟變數屬於系統風險，考慮到個別產業特性的差異，影響的因素也會隨著產業各有不相同，本研究透過加入個別產業變數，分別去探討個別產業變數對企業發生財務危機是否會有顯著的影響。 在實證研究部分，本研究嘗試以受到總體經濟變數影響差異較大的食品業及營建業為例，說明影響企業發生財務危機的因素。本研究依據離散涉險模型以及羅吉斯模型進行廻歸分析後發現，受到景氣循環影響波動甚巨的營建業以及較不受景氣影響的食品業，在加入個別產業因素後，模型的解釋能力提高，而各項總體以及個別產業經濟指標不論在長期、短期都具有參考的意義，在未來分析師進行產業以及公司評價時，我們建議可以依據總體、產業指標、公司財務狀況來進行分析，將會比只考慮總體經濟變數以及財務變數，得到較為準確的判斷。 / Financial and Macro economic variables are two factors always being discussed in past default forecasting researches. Financial variables are idiosyncratic risk and Macro economic variables are systematic risk. Despite above two factors, there might still exist great difference between varied industries and each industry could be affected by different events. The theme of this research will be discussing this issue, and this research could provide some empirical and theoretical value in this issue. In our research, we will test one industry which is affected by macro economic variables and the one which is not been affected so much. Construction and Food industries will be considered in our research. No matter the construction industry or the food industry are not only been affected by macro economic factors but also been affected by individual industry factors. In addition, when we added them together into the model, the ability of explanation increased. The conclusion of our research is that when Analyst making comments on the companies default, they need to analyze with macro economic, individual industry and financial factors separately according to different industries.

自Horst (1941)提出suppressor變數一詞起，由於後續許多研究採用不盡相同思維之著眼點，也就衍生出許多不同定義的suppressor變數。Horst (1941)著重在判定係數的變化，Darlington (1968)、Conger (1974) 及 Cohen and Cohen (1975)則著重在迴歸係數的變化， Velicer (1978)則改用semipartial correlation coefficient來定義suppressor變數，再度將焦點轉回Horst (1941)的思維。Currie and Korabinski (1984)引進enhancement一詞，以便與suppression有所區分。 為了釐清這些紛擾的名詞定義，第二章、三章中，我們分別回顧enhancement與suppression兩現象。第四章中，我們針對enhancement、suppression兩種現象的關聯性，依據四種不同的面向進行比較。第五章，我們針對suppressor變數存在的情況下，藉由模擬實驗的方式，探討stepwise regression、forward selection、backward elimination三種變數選取方式的可能缺憾。第六章為總結。 / Since Horst (1941) introduced the term of suppressor variable, many different definitions of suppressor variables have appeared in literature. Originally, Horst (1941) based the definition on the coefficient of determination. Darlington (1968), Conger (1974) and Cohen and Cohen (1975) paid more attention on the regression coefficients instead. On the other hand, Velicer (1978) used semipartial correlation coefficient to define a suppressor variable, and directed the focus back to that of Horst (1941). In order to differentiate the two similarly related ideas, Currie and Korabinski (1984) proposed the term of enhancement to describe exclusively the situations reflected by the definition of Horst (1941) or Velicer (1978). In order to clarify the ambiguities resulting from various definitions of suppressor variable in literature, we first reviewed enhancement and suppression respectively in Chapters 2 and 3. In Chapter 4, we investigated their relationships from four different perspectives. In Chapter 5, we studied the possible drawbacks on using stepwise regression, forward selection, and backward elimination these three variable selection procedures on the presence of a suppressor variable. Conclusions are provided in Chapter 6.

本論文乃就「工業品」之一－小型電腦的採購過程予以研究，以了解組織購買者的購 買中心，購買決策過程及影響的因素，以供目前( 與潛在) 電腦廠商，以及其他工業 品廠商擬訂行銷策略參考之用。各章內容如下略述，第一章略述本論文之研究動機及 目的，資料蒐集與分析方法。第二章詳述本論文之觀念模型建立過程。第三章略述研 究園地－－臺灣區小型電腦的供需近況及未來發展的方向。第四章分析小型電腦購買 決策過程的四個階段－－知覺、接受個人決策過程與及群體決策過程。第五章分析影 響小型電腦購買決策過程的因素即個人變數、購買群體變數、購買組織變數、貨品變 數、廠商推銷變數、環境變數與及購後評估。最後一章前述各章結論彙總, 並據此彙 總提出建議 。

本文主要在探討公私經濟部門間資源之調配狀況，及其投入與產出之關係，並進而估 計公經濟部門產出對私經濟部間投資及產出水準所產生之外部性效果。在實證模型中 ，亦引入時差變數與延變數，以估計傳遞過程的時徑。 第一章、緒論。第二章、文獻評介。本章主畏探討排擠效困的定義與形成的因素，以 及台灣相關研究的評介。第三章、排擠效果理論模型之建立。第四章、台灣實證研究 。第五章、結論。

論文摘要 本研究運用公共選擇觀點建立理論模型，探討政府組織之政治家與官僚之互動，並分析經濟發展、房地產景氣等經濟變數與政治過程中人為干預之政策變數對土地稅稅基之影響，其次利用追蹤資料之迴歸模型，檢定理論模型之推論及分析政治景氣循環現象，並提出改進土地稅稅基評定制度之參考點。 本研究發現，當政治家主導評定過程時，理論模型推導出經濟變數對土地稅稅基有正向影響，人為干預之政策變數對土地稅稅基產生不利影響，並於實證上以台灣省21個縣市，民國76年至民國90年之追蹤資料迴歸分析，證實本研究理論模型之推論，即第一任政治家於選後藉由繁榮地方建設，回饋選民和利益團體於選票上之支持，欲連任之政治家於選前一年和選舉年，透過減輕選民和利益團體土地稅負擔，達到連任之目標，產生土地稅稅基之政治景氣循環現象，尤其是選舉競爭程度愈激烈，愈有誘因操控土地稅稅基之評定。 綜合上述之分析結果可解釋，當政府的力量未受適當規範及運作過程中制度的缺失，排擠了技術官僚查估地價之專業，產生歷年來土地稅稅基偏低之鎖進效果，欲改善現行規則，需以漸進方式為之。短期而言，(1)藉由資訊的公開，改變經濟與政治相對價格，進而影響政治家與官僚個人偏好的改變；(2)藉由誘因機制，誘使土地稅稅基提高；(3)藉由技術的更新，促進政府組織的改良。長期而言，參考日韓經驗，建立合理有效之土地稅稅基評定制度。 關鍵詞： 公共選擇、政治景氣循環、土地稅稅基、政治家、官僚、經濟變數和政策變數

由於總體經濟時間數列普遍存在非恆定的性質，而此非恆定性又可分為確定性及隨機 性。除開季節性因素，非恆定的來源主要為長期趨勢。由於確定性時間趨勢可以完全 預測，故傳統方法皆對數列去除其確定性時間趨勢項後再分析短期波動的性質，且認 為短期波動為暫時性的。但長期趨勢也可能是屬於隨機性的。此時干擾因素除短暫效 果外亦會透過累積過程而影響長期成長。此兩種截然不同的結果顯示在模型分析之前 先確認數列屬何性質的重要性。 本文首先以Dickey & Fuller 的方法分別對主要總體變數作單根檢定，結果皆無法拒 絕數列存在隨機趨勢項的假設。此引導我們在作模型設定時應先對數列作差分轉換以 便得到恆定體系。再者，數列間另可能存在共積關係即個別數列為非恆定，得數列間 某種線性組合不須經過差分即為恆定過程。為避免模型的不適當設定。本文以Stock & Watson的方法來檢定數列間是否存在共同隨機趨勢，結果發現某些數列間存在共積 關係。本文將此結果加入向量自迴歸體系中以形成誤差修正模型，並以此模型估計的 結果來模擬衝反應和預測誤分解之分析。由於典型情況下各變數殘差間存在當期相關 ，導致利用上述兩項分析方法作模型解釋時有恣意之嫌。近來有學者嘗試以先驗理論 來作結構性的認定，但此種方法同樣有高度的認意性。本文以檢定後年得到的共積結 果直接在體系中轉換以減低模型認定的恣意性，並便於作較精確的體系解釋。 最後，本文以Beveridge & Nelson的方法將數列分解為長期趨勢和短波動兩部份，以 便更進一步的了解其間的關聯。

自從高速電算機的快速發展，同時處理大量資料和複雜的變項已成為可能。然而，在 進行多變量分析當變數夠分繁多時，則無法有效的處理，為方便了解與簡化分析，期 望降低多元資料的維度，直接以圖形觀察多元資料的分佈狀況與其特性，或尋找少數 幾個替代性變數，來代表原始資料做進一步的分析，主成份分析與因素析便是兩個縮 減資料的重要工具。 在本文中，主要是以主成份分析做為縮減資料的工具，其分析法與因素分析有異曲同 工之妙，但卻為不同的分析方式將其應用在不同的多變量分析，若直接採用變異數較 大的主成份，可能引發一些問題，例如：在迴歸分析時，使用變異數較大的主成份， 對因變數不一定有較好的預測能力；在其他分析上亦會產生類似的問題。因此衍生一 個非常有趣的問題：當變數的數目繁多，如何利用主成份選取適當成份或變數，最能 替代原始多元資料做進一步的分析？此為研究本文主要的動機。 本禮主要研究的目的為：說明使用主成份分析刪除多餘成份，選擇重要變數的方法， 並利用主成份分析尋找多元資料中的離群值。同時，將主成份分析應用於不同的統計 分析方法說明如何取適當的主成份，或如何利用主成份分析選取適當變數做進一步的 分析。