本篇目的---對於精實企業來說資訊預測的能力扮演舉足輕重的角色，如汽車製造商須要有可靠的資訊來完成各項重要的決策以保持企業競爭力，市場以及消費者的活動提供了新型態的資料可以透過現代科技來處理分，本篇論文希望從2008年至2016年整合的Google 搜尋趨勢資料來建構預測模型。 設計/方法論/方法---基於五階段消費者購買行為，此研究檢視整個過程中合適的Google關鍵字，並利用滯後變數模型和Google搜尋趨勢來驗證銷售和各種經濟變數之間的關係，預測的銷售會更進一步檢視其正確性。 結論與發現---用來檢視預測正確性的兩種最常見的方法指出Google搜尋趨勢可以作為有效的銷售預測依據，研究發現總體經濟變數和時間序列在預測上相較於Google搜尋趨勢在短期相對有效性小。 研究貢獻---僅有少許在汽車銷量預測上的研究將Google搜尋趨勢和合適的時間滯留列入考量，本篇研究提供消費者行為和銷售資料關係的新視角。 / Purpose – The role of forecasting in a lean enterprise is immense. It is crucial for car manufacturers to have reliable information about the future to make important decisions and stay competitive. Developing markets and consumers provide new types of data that demand modern approaches to be handled. This paper aims to create reliable forecasting models through integration of Google Trends data from 2008 to 2016. Design/methodology/approach – Building on the 5-stage-model of consumer buying behavior, the study identifies suitable Google keywords for this process. Autoregressive distributed lag models are used to examine the relationship between sales and macro-economic variables as well as Google Trends. Predicted sales are used to test for accuracy. Findings – Two most common evaluation measurements for forecasting accuracy suggest the use of Google Trends, as predictors for future sales, is outstanding. The finding concludes that macro-economic variables and seasonality are not as valuable as Google Trends in short-term, up to one year, forecasting. Value – Only little research on car sales forecasting takes Google Trends and their appropriate time lags into account. This analysis provides new insights into the linkage of consumer behavior and sales data.

本論文共一冊約十萬字，內分五章十三節，茲摘要如下： 第一章 緒論 第一節 研究目的與動機 本論文旨在瞭解美國企管碩士教育課程設計之發展趨勢與需求者對課之期望情況，以 為中華民國企管碩士教育之未來發展方向提出建議。 第二節 研究架構 以最近數年中美所發表之有關企管碩士計劃之期刊、論文歸納出七個主要論題：分析 比較中、美企管研究所在上述論題所做之努力之差異。 以問卷調查之方式來確定國內需求者對上述論題之重視程度。 第二章 研究方法 第一節 內容分析法 應用於文獻探討以瞭解企管碩士教育之發展趨勢；應用於各所之課程目錄分析中，以 瞭解中、美各所之發展重點。 第二節 因素分析法 應用於問卷資料分析上，以瞭解各類需求者對各個論題之重視程度。 第三章 中美企管研究所課程設計之比較 本章共分五節：一、中美基本必修課之相似程度與涵蓋範圍之比較。二、選修課程之 涵蓋廣度與專精深度之比較；三、中美企管所採行專門化或廣泛性企管碩士計劃之比 率比較；四、中美學生平均年齡與工作經驗比較；五、師資、畢業要求修件之比較。 第四章 課程需求情況之研究 本章共分兩節：一、美國的需求情況，根據最近幾年已發表之文獻探討之；二、台灣 地區之需求情況；以７１年畢業之企管碩士為對象，瞭解其對課程安排之看法。 第五章 結論與建議 對前述研究做簡單結論，並對中華民國企管碩士教育未來發展方向提出建議。

影響企業成敗的素甚多，組織型態有極大的決定作用。本文深感在動不安的環境□， 固守傳統組織原則，並非適應時代挑戰的良策，必須針對環境需要，設計出新的組織 型態、機動性、彈性化的適應環境，才能在營運上產生良佳的績效。 前言：研究動機；方法、名詞界定等等。 第一章 回顧傳統式組織型態的特點、優、缺點，分三節。 第二章 環境變動甚為激烈，巳由單純、平穩轉變為動盪不安，不可預測，影響企業 組織作業活動。分三節。 第三章 說明織為何要變更的理由、方法，分三節。 第四章 針對傳統式組織型態，加以修正、改良，而形成新的組織型態。分四節。 第五章 說明傳統式機械體系差異的有機適應性組織之類型，分四節。 第六章 將傳統式組織與有機適應性組織混合而成的統合式組織型態之類型。分四節 第七章 新型組織在企業實施效果、影響，並建模型以利理論、實務上之用。分三節 第八章 往昔我國中小企業皆採用傳統式組織，而少許大型企業採用修正式官僚組織 ，皆屬靜勢化，無法應付環境要求，須向彈性化適應性的組織發展。

轉折點與趨勢的研究在時間數列分析、經濟與財務領域裡一直是重要的研究主題。隨著所欲研究的物件之結構複雜性日益增加,再加上人類的知識語言因人類本身的主觀意識、不同時間、環境的變遷與研判事件的角度等條件下，可能使得所蒐集到的時間數列資料具某種程度的模糊性。為此,Zadeh[1965]提出了模糊理論,專門解決這一類的問題。在討論時間數列分析中的轉折點與趨勢問題時，常常會遇到時間數列的轉折過程緩慢且不明顯的情況。因此傳統的轉折點研究方法在這種情形下便顯得不足。對此，許多學者提出了轉折區間的概念。然而轉折區間的概念仍然存在一個潛在的困擾：在一個小的時間區間下，一個被認定的轉折區間可能在時間區間拉得很長的情況下，被視為是一個不重要的擾動或雜訊。本文嘗試藉由模糊統計量，提出一個轉折區間與趨勢的偵測方法。與其他轉折區間偵測法不同的是我們所提的方法能藉由控制參數，偵測到合乎使用者需求的轉折區間，進而找到一個趨勢的起點與終點。藉此避免把雜訊當成轉折區間或把轉折區間當成雜訊的困擾。因為使用了模糊統計量,同時也解決了資料的模糊性問題。 / Because the structural change of a time series from one pattern to another may not switch at once but rather experience a period of adjustment time, conventional change points detection may be inappropriate to apply under this circumstance. Furthermore, changes in time series often occur gradually so that there is a certain amount of fuzziness in the change point. For this, many research have focused on the theory of change periods detection for a better model to fit. However, a change period in some small observation time interval may seem a neglectable noise in a larger observation time interval. In this paper, we propose an approach to detect trends and change periods with fuzzy statistics through using partial cumulative sum. By controlling the parameters, we can filter the noises and find out suitable change periods. With the change periods, we can further find the trends in a time series. Finally, some simulated data and empirical examples are studied to test our approach. Simulation and empirical results show that the performance of our approach is satisfactorily successful.

無

許多社會科學及醫學上的長期追蹤研究上，常會根據研究之需要，而針對某一群人在一段時間內重覆地收集其有關變項（包括類別型反應變項及解釋變項）的資料。這種重覆觀察的資料在統計的文獻上稱為長期追蹤研究資料。在這些長期追蹤研究上，研究者常利用迴歸模型建構的技巧來探討反應變項及解釋變項之間的關係。 一般常用的模型，著重於評估解釋變項對反應變項的當時及短期效應，當解釋變項比反應變項更頻繁地被觀測時，這些模型則不適用。當反應變項可在不同類別間變動時，我們通常有興趣去探討解釋變項如何去影響反應變項的演變或未來走向的趨勢，這種研究可稱之為類別型長期追蹤研究資料的未來趨勢分析。本論文提出了以馬可夫離散時間過程來建立類別型長期追蹤研究資料的模型。此模型不但可以捕捉到解釋變項對反應變項的未來趨勢效應；而且當解釋變項較反應變項更頻繁地被觀測時，本模型也可以利用解釋變項的完整訊息來做出更正確的統計推論。 / Many longitudinal studies in social science and medical science take repeated observations of an categorical outcome, along with several covariates, from follow-up subjects over a certain period of time. Such repeated observations are called longitudinal or panel data in the statistical literature. It is often of interest in these studies to investigate the relationship between the outcome and the covariates through regression modeling techniques. Commonly used models often focus on assessing the contemporary or short term effect of the covariate on the outcome, and can't incorporate time-varying covariates that are observed more or less frequently than the rate we observe the outcome. When the outcome fluctuates among different categories, it is often of interest to assess how covariates effect the evolution or trend of the underlying outcome process. Such assessment can be termed trend analysis of categorical panel data. In this thesis, we propose a Markov chain based regression model for analyzing nominal categorical panel data that are generated by a discrete time outcome process. The proposed model focuses on assessing the trend effect of the covariate on the categorical outcome, and is able to utilize the complete information of the covariates that are observed more or less frequently than the outcome.

總體經濟或財務理論之所以發生爭端，主要癥結不在理論之優劣，而是 實 (Empirical Issues)。為解決此種爭議，惟一方法，是藉助於實證的 支持 前為止，總體或財務理論的模型，大部分屬於隨機動態模型；因此 ，傳統計量方法，不足適用。為處理縱斷面資料，Box & $ Jenkins (1976)提出時間數列模型，以適用動態計量理論。但傳統的 Box & Jenkins動態模於單變數分析；並且，是在數列□定的假設下，作模型之 認定、估計、檢此，遭遇許多批評 (註一)。事實上，大部分的時間數列 變數，皆具有非□者在面臨非□定模型時，應先對各別變數作單根檢定 (Unit Roots 單根時，應該對各別變數直接取差分，使非□定模型變 成□定模型。可是非□定經濟變數間，經常具有某種程度的關聯，此種關 聯，即所謂的「共egration) 關係。共積關係之所以產生，明白的說：可 能是各別變數的非生，主要是因為數列中含有隨機趨勢 (Stochastic Trend) 項。一旦數列同的走勢，使得各變數間，在長期下，有一定的均 衡關係。例如，所得消下，所得 (Y) 和 消費 (C) 的關係式為C = c Y (1.1)和 Y 本身為非□定數列，其將隨時間經過而呈 趨勢成長。一旦此兩個變數同走勢，長期下，所得與消費間將有一定的均 衡關係，即 (1.1) 式。而基(1.1) 式中，非□定 I(1) 之 C 和 Y 數列 ，經線性組合後為 I(0) 數列稱 C和 Y_t 變數具有共積關係。，共積計 量理論的發展，首先由 Engle & Granger (1987) 所提出的兩階檢定( Two Step Cointegration Regression Test) 為發端。主要的檢定方積迴 歸的殘差項是否為□定的隨機過程。另外，Stock & Watson (1988)(1988,1990,1991) 分別自數列非□定角度和充分訊息概念，去驗 證多變數具有 (N-r) 個共同隨機趨勢，或存在 r 個共積向量。鑒於共積 計量理論進分配的性質，而且各種方法的探討架構亦不相同。所以，很難 在方法和統的比較分析。綜觀國外有關共積的研究，很少有比較不同的檢 定和估計梁志民 (1990)、蔡麗茹 (1992) 雖然也有提及，但仍屬部分。 故本文擬論，依共積體系之表現式、估計方法和檢定步驟，作更深入的比 較探討。臺灣總體經濟數列作實證研究，以探討其間可能存在的共積關係 。

台灣網路媒體及網路廣告產業在這十年間產生了巨大的轉變，因為受到科技軟硬體的蓬勃發展與進入門檻降低，以及各式網路媒體的服務內容相繼孕育而生的影響之下，因此，在短時間內，造成大量移轉消費者的媒體使用習慣，使得網路媒體從非主流變為主流的媒體，同樣地，也大幅影響到廣告主在行銷預算的媒體分配上。網路媒體廣告產業的發稿量，也從2007年的50億元，在今年有機會首次超過200億元大關，甚至超越電視媒體，成為台灣第一大的媒體。 從網路廣告產業的演進來說，這十年間也發展出許多多元的商業模式、不同類型的廣告工具及激烈的市場競爭生態，然而，近年來，在網路廣告市場上則出現一個新型態的機制產生，稱之為“自動化購買”(Programmatic buying)，其機制概念為運用大數據分析、即時競價技術、網路廣告流量的聯播及跨螢幕的廣告投放，來提供給行銷人員一個全新且更有效率的網路廣告規劃，以及兼具媒體預算成本控制的網路廣告規劃工具。 而為了進一步探測了解在如此高速變動的市場環境，自動化購買產品在網路廣告市場未來的發展性及競爭優勢，因此，特以此議題作為本研究的主題，而本研究屬於質性之探討性研究，將以台灣的自動化購買(Programmatic buying)市場為研究範疇，以及以台灣Yahoo自動化購買產品為研究個案對象，透過次級資料的收集整理，以及個人在業界的實務經驗及訪談為撰寫此研究個案的基礎，並藉由邱志聖教授(2010)提出的4C策略行銷作為理論的分析架構，期望透過外顯單位效益成本、資訊搜尋成本、道德危機成本及專屬陷入成本等四個面向的探討分析，協助研究個案尋找出在市場上的競爭優勢，以及為未來在產品行銷規劃及推廣上的參考依據。

網路盛行下，取得資訊的成本大幅降低，人們在旅遊決策前會先使用網路查詢相關的資訊，本研究目的在於探討線上的旅遊景點資訊搜尋對於景點以及對於到訪該景點之旅客有什麼樣的影響，利用景點的Google搜尋熱度、景點的燈光資料及景點旅客人數的資料，使用固定效果模型分析，證實景點的線上的旅遊景點資訊會使其景點變得熱鬧，尤其會影響到秘境、高學歷旅客及年輕人喜歡前往的景點。 另外本研究也發現，線上搜尋會使得旅客想要找旅伴一同出遊，且會使去其景點的遊客平均年齡降低，以及使遊客去其景點採取自由行的比例上升，讓旅客的旅遊模式變得多元化。 / With the borderless online communication becoming more widespread, obtaining information has significantly become faster and easier. Nowadays, people will do the research from the internet to gain the tourists information in advance. The purpose of this study is to explore how the online search of tourist attractions affects the attractions visitors. This study uses the Google trends, Nighttime Lights on Taiwan attractions and the number of tourist attractions from 2004 to 2013. This study used the fixed effects model to confirm that the online search of tourist attraction will make that attraction become more popular.

本研究主要利用全球創業觀察(Global Entrepreneur Monitor, 簡稱 GEM)中 之成人人口調查資料庫(Adult Population Survey, 簡稱 APS)進行台灣自 2010 年 2015 年間創業趨勢分析。 藉由敘述性統計觀察台灣自 2010 年至 2015 年的整體創業趨勢，包括民眾對創業的認知態度、整體社會對創業的觀感，以及創業行為的變化趨勢；藉由交叉分析,比較台灣各階段創業者的人口統計變數、創業態度及創業觀感之比較，以了解位於不同創業過程的受訪者的特徵;並利用卡方獨立性檢定找出在不同的創 業行為階段，創業態度、創業觀感以及人口統計變數是否與其有顯著關聯，最後整合上述分析結果，提供國家層次創業活動的政策意涵，並分別為產、官、學界提出建議，期望活絡台灣創業活動。