全部論文共分五章，第一章緒論，指出研究範圍及方法；第二章分析對線性迴歸式中
最佳子集之Mallows 方法；第三章探討時間數列資料之自身迴歸模型；第四章以目前
台灣實例作研究；第五章為結論。
對於一組隨機樣本，其自變數之最佳子集之選擇問題，首要乃在兩個相對子集中選擇
準則的發展，其二是降低計量的效果。本論文即著重降低計量之效果，用Mallows 的
ＣP 統計量做為比較兩迴歸式之基本準據，發展出一套程序，能以最少的計算過程判
斷出好的迴歸。
在本文中吾且將研究時間數列資料之自身迴歸模型，由Hocking 和Leslie的迴歸模型
之子集選擇方法改編，適用在自身迴歸模型，再發展一演算法，由事先固定之最大落
後期數k 而有最小殘差變異中，發現k 期落後之自身迴歸模型。此種演算法達到最小
計算效果，幾乎不必再檢核此（kκ）個可能子集，吾將再利用Akaike ′的抉擇函數
，由２K －１個可能子集中選出最後模型。
| Identifer | oai:union.ndltd.org:CHENGCHI/B2002006234 |
| Creators | 吳佩芳, WU, PEI-FANG |
| Publisher | 國立政治大學 |
| Source Sets | National Chengchi University Libraries |
| Language | 中文 |
| Detected Language | Unknown |
| Type | text |
| Rights | Copyright © nccu library on behalf of the copyright holders |
Page generated in 0.0194 seconds