本文主要是利用時間數列中的轉換函數模式對國內的成交量與成交價、美國道瓊工業平均指數與台灣發行量加權股價指數及NASDAQ 指數與台灣電子類股進行研究與預測，除了找出適當的預測模式外，同時可以看出世界的經貿大國－美國對台灣所造成的影響，也可以針對"量是否先價而行"的說法加以應証。 在研究期間裡，分析的結果顯示大盤的成交量平均領先成交價兩期，電子類股與熱門股則呈現價量同期的現象，而美國股價與NASDAQ股價分別平均領先台灣股價與電子類股一期，除了從大盤的資料來分析外，也可經由重要的類股來分析股價可能的走勢，另外短期預測也有不錯的結果，這說明了美國仍 然具有其影響力，也同時應証了"量是價的先行指標"的說法，另外此三種現象，都可做為預測台灣股價指數的參考指標。 / The article utilizes the transfer function model in time series to make prediction on closing volume with closing value of the stock market, the American Dow Jones average index with the index of Taiwan stock market index, NASDAQ index with Taiwan electronic stock. In additional to discovering the appropriate prediction model, we can simultaneously see the influence of America with great economic power on Taiwan and how the concept that the volume determines the value is verified. During the process of this research, the outcome of the analysis indicates the closing volume is two times ahead of the closing value while the volume and value of the electronic and glamour stocks are changing in the same time and the American stock value and NASDAQ index are one time ahead of Taiwan electronic stock value. Besides the analysis based on the whole data, we can predict the possible futuristic stock trend. On the other hand, we can get pretty good result based on this theory, which accounts for the fact that America has some influence on Taiwan stock market and verifies the concept that the volume determines the value.. In addition, these three phenomenon can serve as the references for the prediction on the Taiwan stock index.

本文主要在探討如何建立適當的時間數列模式，以應用於預測及控制上。第一章，緒 論。第二章，討論各種型態的時間數列隨機模式，並研究自我相關函數與偏自我相關 函數的性質。第三章，主要在研究單變量時間數列模式建立的方法與步驟及其在預測 上的應用分析，並以建立「台電公司家庭用電量」時間數列模式為例配合說明。第四 章，研究具有動態反應的轉換函數模式及其模式建立的方法與在預測上的應用分析。 第五章，討論含有虛擬變數的動態調停模式，並配合實例說明如何應用動態調停模式 以解決經濟與環境問題。第六章，結論，說明時間數列模式在建立方法上有那些限制 ，以及在應用分析上有那些優缺點；並就「台電家庭用電量」建立時間數列模式俾供 台電在業務企劃上參考或應用。

人口政策是政府的重要政策之一，而總人口數則是政府制定政治、經濟、社會及文化發展計畫之主要參考依據，因此如何準確地預測未來的總人口數就成為政府相關部門重要的課題。 本論文試圖為台灣地區總人口數建立時間數列預測模式。我們考慮下列模式：單變量自我迴歸整合移動平均介入模式、時間數列迴歸模式、轉換函數介入模式與指數平滑法，其中轉換函數介入模式中所考慮的投入變數包括育齡婦女總生育率、粗出生率及粗死亡率。我們同時以平均絕對百分誤差 (MAPE) 、根均方百分誤差 (RMSPE) 來評估各模式的預測能力，結果顯示以育齡婦女總生育率為投入變數的轉換函數介入模式最佳，而以粗出生率為投入變數的轉換函數介入模式次之，若以這兩個模式進行未來十年總人口數之預測，並與行政院經建會人力規劃處所作的人口預測中推計值比較，其平均絕對百分誤差分別為0.138%，0.156%，顯示時間數列預測模式有相當佳的預測能力。 / In this thesis, we plan to construct various time series models for the total population in Taiwan. The following time series models are considered: ARIMA intervention model, time series regression model, transfers founction intervention model and exponential smoothing method. The input variable considered in the transfer function intervention model include total fertility rate, crude birth rate and crude death rate. We also compare the prediction performance of these models by using mean absolute percentage error (MAPE) and root mean square percentage error (RNSPE). It turns out that the transfer function intervention model with total fertility rate as input is the best model. While the transfer function intervention model with crude birth rate as input ranks the second best. Finally we forecast the total population of the next ten years by using the above two best models and compare with the middle population projection by Manpower Planning Department in Executive YUAN-Council for Economic Planning and Development. The mean absolute percentage error are 0.138% and 0.165% respectively. This result justifies that the time series model has excellent predictive ability and should be considered for total population prediction.