跳到主要內容

簡易檢索 / 詳目顯示

研究生: 黃俊德
Huang, Chun-Te
論文名稱: 逐次分析在民意調查上的應用
Applied Sequential in Public Opinion Survey
指導教授: 鄭宇庭
Cheng, Yu-Ting
謝邦昌
Shia, Ben-Chang
學位類別: 碩士
Master
系所名稱: 商學院 - 統計學系
Department of Statistics
論文出版年: 2000
畢業學年度: 88
語文別: 中文
論文頁數: 78
中文關鍵詞: 民意調查逐次分析抽樣
外文關鍵詞: Public Opinion Survey, Squential, Sampling
相關次數: 點閱:341下載:24
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報
  • 當台灣一旦進行較大型的公職人員或民意代表選舉時,各個新聞媒體都會報導出其所獲得的民意調查結果,可見得媒體、民眾、政黨以及候選人,都會將民調當成很好的指標工具。

    當我們獲知所公佈的民意調查資料時,都會看到報導幾乎抽樣樣本都在1000個左右,來說明其抽樣誤差約在3%。但是本文所探討的是,我們是否需要每次固定在1000個左右的樣本數,或許我們可以更快就可以看出結果,早一點讓決策者多一些時間做出決策,不但省下了多餘的時間,也可以節省相當多的金錢。

    在本文中以民國八十七年的由全國意向民意調查中心所做的台北市長選舉意向調查為例,分別在五月和六月的兩次的訪問中,我們可以很清楚明顯的看出,當我們進行到六百個樣本數時,我們所訪問的資料已經出現相當穩定的結果,即使訪問更多的樣本數的樣本,對於結果的差異幾乎沒有影響,所以在此兩個例子中,我們可以在訪問過程中,就有足夠很好的證據去停止再抽樣訪問,可以和訪問完成一千多個樣本時才作決策時比較,我們可以省下三、四百個樣本數的訪問時間來思考做決策,也省下了三、四百個樣本數的成本來做其他的工作;若是並無法能夠獲得明確的結果,也是會做到原先設定的固定樣本數訪問法,一樣無法獲得相當好的結論,也是必須再繼續抽樣,才能夠看出更明顯的結果。

    本文所探討的內容,並非每次訪問過程都是只要像例子中,只需六百個樣本左右即可,這是需視各個不同訪問的個案,也許訪問中各問項變動性太大,那麼就需要更多的樣本數來做觀測。


    封面頁
    證明書
    致謝詞
    論文摘要
    目錄
    表目錄
    第一章 緒論
    第一節 研究動機
    第二節 研究方法
    第二章 統計決策
    第一節 決策資訊
    第二節 決策要素
    第三節 貝氏期望損失
    第三章 逐次分析
    第一節 逐次分析的要素
    第二節 貝氏逐次分析
    第四章 決策法則
    第一節 貝氏逐次決策法則
    第二節 停止法則原理
    第五章 實例
    第一節 實例A --- 5月30日的台北市長選舉民意調查
    方法一:百分比比較
    方法二:百分比變動率
    方法三:抽樣誤差
    方法四:變動誤差
    第二節 實例B --- 6月5日的台北市長選舉民意調查
    方法一:百分比比較
    方法二:百分比變動率
    方法三:抽樣誤差
    方法四:變動誤差
    第六章 結論
    參考資料
    附錄
    附錄A
    附錄B

    1. Chow Y.S , Robbins H.,On optimal stopping rules.,Z. Wahrsch. Verw. Gebiete 2 33-49,1963
    2. Berger, J.O.,Statistical Decision Theory,華泰書局翻印,1980.
    3. 賈乃光,統計決策論及貝爾斯分析,中國統計出版社,1997.
    4. 陳明山,張金裕,逐次估計之研究,1985.
    5. 陳昆助,許文郁,最佳停止法則的逐次近似研究,1989.

    QR CODE
    :::