從台灣策略發展經驗來看貝里斯中小企業政策之提升

貝里斯的女性企業家： 排除阻礙和挑戰，創立成功的企業 / Women Entrepreneurs in Belize: Creating Successful Businesses Despite Obstacles and Challenges.

無

在眾多產生貝他分配的方法中，我們研究Kennedy的演算法。在本文中，我們探討在小樣本下，不同參數組合(k,p,q,r) 產生同一貝他分配的情形。 / There are mAny methods for generating a beta distribution. In this study, we focus on the method proposed by Kennedy (1988). Let [A₁,B₁]=[0,1] And [A_n,B_n] be rAndom subinterval of [0,1] defined recursively as follows. Take C , D to be the minimum And maximum of k i.i.d rAndom points uniformly distributed on [A_n,B_n]; And choose [A_n+1,B_n+1] to be [C_n,B_n], [A_n,D_n] or [C_n,D_n] with probabilities p, q, r respectively such that p+q+r=1. Kennedy showed that the limiting distribution of [A_n,B_n] has a beta distribution on [0,1] with parameters k(p+r) And k(q+r). 　　Based upon the known asymptotic result, we study the small-sample behaviors among those combinations of k, p, q, r that have the same Beta(m, n) distribution, where m = k(p+r), n = k(q+r), through simulations. We conclude that smaller k's basically have better performAnces.

以貝式方法處理部分區分(partially-classified)失去部分訊息資料的類別抽樣(categorical sampling with censored data)大部分皆建立在“無價值性失去部分訊息的類別資料”(non-informative censored categorical data)與“誠實回答”(truthful reporting)的前提下。Jiang (1995)取消這兩個假設，提出類似Makov & Smith(1977)和Smith & Makov(1978)對混合分配(mixture distribution)所用之準貝式法(quasi-Bayes method)來得到近似解。而本文將討Jiang提出之準貝式法的收斂性，及考慮先驗分配對估計精準度的影響。

本論文共一冊，約四萬五千餘字，分為六章。 第一章：緒論。除闡明問題的性質及其重要性外，並述明本研究的目的。 第二章：理論基礎與文獻探討。闡明β理論出現的背景及其要點。並簡要述明理論出 現後，前人對貝他（β）的研究或驗證，並扼要評估前人的研究。 第三章：研究方法。本研究的對象以在台灣證卷交易所上市的公司普通股為對象，選 取約五十餘家公司股票為樣本。並詳細述本研究所採用的研究方法、步驟及研究工具 等，並以SPSS套裝軟體為主要的資料處理工具。 第四章：研究結果。除對本研究之結果詳加述說外，並提出討論，且與前人的研究結 果相互比較。 第五章：摘要及結論。對本研究的結果摘要述明，並給後繼研究者進一步研究的建議 。最後對本研究下一總結論。

(無) / This is a business plan outlining the necessary measures taken to create a specialty bagel sandwich shop. JM Bagels intends to provide the residents of Jingmei, as well as visitors to the area, with a quick, healthy alternative to not only breakfast, but lunch and dinner at an affordable price. JM Bagels is envisioned as a provider of high quality, delicious bagel sandwiches and smoothies, and is to be located near the Jingmei night market region. JM Bagels will fill an open niche in this area, providing a new dining alternative for Jingmei residents and visitors, and offering a special culinary experience to both. JM Bagels will differ from the other restaurants because it will serve healthy western style bagel sandwiches made with fresh ingredients. Fresh fruit smoothies that will enable possibilities of meal combinations will also be featured. Also, the comfortable environment the restaurant offers will attract potential customers as yet unfamiliar with our offerings.

本文主要討論實證的貝氏決擇在實證的貝氏領域裡的一些重要問題。全文分七章, 摘 要如下: 第一章為總論。 第二章討論簡單的實證貝氏決擇的基本觀念。 第三章討論實證貝氏的漸近最佳性, 並其在統計檢定問題上之應用。 第四章討論實證的貝氏法則的效率問題, 並舉例說明平滑的實證貝氏法則求法。 第五章討論連續型分配的實證貝氏法則觀念, 並以實際數字上的計算比較, 和非貝氏 推定量T 。 第六章更進一步地, 討論混合決擇函數在實證的貝氏理論應用的問題。 第七章結論, 說出研究的結果, 並提出繼續發展的問題。

No description available.

一般計量經濟學所討論的範圍內，所使用的統計方法，皆以古典的迴歸技巧為基礎，來分析其資料。此種方法雖可對所欲觀測的經濟現象，做很多的統計推論，但此推論所根據的資料，僅能從現有的情報中加以分析，至於此經濟現象過去試驗，所得到的情報皆未能加以使用。關於此種過去試驗所得到的事前情報之利用，乃本文所討論的重點所在。 貝氏方法應用在迴歸模型上，實際上即利用貝氏定理有關的觀念與推理，以分析之。貝氏方法的優點，在於能將有關徵數的事前情報，用適當的數學獄法，與由試驗所獲知的情報組合在一起。此種事前情報可能來自一般理論上的考慮，或來自以前試驗的結果。對於欲尋求或理解一種現象，事前情報是一個重要的因素。利用事 前情報，經過貝氏定理的判定後，可得徵數的事後機率密度函數。吾人即可利用此徵數的事後機率密度函數來從事其統計推論。 本文計分四章。第一章討論貝氏方法之利用有關原理之解說，內分三節，介紹以後各章須利用的貝氏定理有關觀念，諸如徵數的事前機率密度函數，事後機率密度函數，或徵數之一的邊際事後機率密度函數等，皆有述及。 第二章討論貝氏方法在單元常態線形迴歸模型之應用。內分四節，首先將貝氏方法應用於單元常態線形的迴歸模型上，其次討論此模型的事後假設，事後機率密度函數及對其做統計推論。 第三章討論貝氏方法在多元常態線形迴歸模型之應。內分四節，本章為第二章的推廣，由單元推廣至多元之情形。至於第四節，則討論兩個迴歸模型上變方相等的特殊現象。 第四章為前三章的總論。 過去，大多數的計量學者使用非貝氏技巧，來分析其問題，但隨著理論根據的增強，貝氏方法之應，有漸被重視之趨勢。在模型問題上，利用貝氏方法或非貝氏方法，兩種用法之比較，其結果究竟為如？這是有趣的問題。但正如Anscombe在以前曾談及的統計評述，對統計問題變化來說，某情況之正確評價，可由傳統 的統計方法或貝氏方法途徑為之，所應注意的僅是何者能做？何者能做得更好？”這才是問題的主旨所在。 本文之討論，因限於個人所學有限，文中錯誤之處，在所難免，敬請師長們，不吝賜正，見所致盼。 本論文之撰寫，承蒙 祁師和福教授諄諄誨導，謹此致謝。另蒙 師長們之督促，同學們幫忙之處甚多，亦在此感謝。