簡易檢索 / 詳目顯示
| 研究生： |
呂明哲 Lu, Ming Che |
|---|---|
| 論文名稱： |
可加性模型與拔靴法在臺灣地區小型商用車市場需求之應用研究 |
| 指導教授： |
楊華勝
Yang, Hwa Seng 童甲春 Tung, Chai Chun |
| 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： | 1994 |
| 畢業學年度： | 82 |
| 語文別： | 中文 |
| 論文頁數： | 46 |
| 中文關鍵詞： | 可加性模型 、拔靴法 、三次雲狀平滑法 、向後遞迴配適演算法 、拔靴信賴區間 、小型商用車 |
| 外文關鍵詞： | Cubic smoothing splines, Backfitting |
| 相關次數： | 點閱：147 下載：0 |
| 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 |
本文採用可加性模型分析法建立台灣地區小型商用車市場之需求模型，並
引進Box-Jenkins時間序列模型處理具自我相關之誤差項，以利進行拔靴
推論設計時，能拔靴白干擾(bootstrapping white noise)，即重抽樣白
干擾的經驗分配。在此次研究過程中，除配適Box-Jenkins時間序列模型
外，所有分析步驟都是完全自動的，不須作假設和檢驗的工作，所以可降
低傳統上因統計人員主觀判斷錯誤所造成的估計偏誤。可加性模型改進傳
統迴歸模型須先假設模型形式的限制，可從商用車實證分析中，直接由資
料配適平滑函數，顯見其合理性。拔靴法免除傳統推論程序須強使隨機干
擾項分配為常態分配或漸近常態分配之束縛，改由殘差經驗分配模擬隨機
干擾項分配行為，在推論商用車市場上，也獲得不錯的結果。
第一章 緒論1
第一節 研究動機…………………………………………………………………………………………1
第二節 小型商用車市場…………….………………………………………………………….……1
第三節 研究範圍與限制………………………….…………………………………….……………2
第四節 研究方法…………………………………………………………………………………………3
第五節 研究程序及本文架本構……………………………………………………..….………3
第二章 文獻回顧………………………………………………………………………………………..………6
第一節 汽車市場相關文獻………………………………………………………………..…….…6
第二節 可加性模型及拔靴法相關文獻………………………………………………………8
第三章 可加性模型理論架構………………………………………….…………………….…………10
第一節 可加性模型生成背景……………………………………………….………….………10
第二節 可加性模型介紹……………………….………………………………………….………11
第三節 可加性模型之估計………………………………………………………………….……12
第四節 含自我迴歸誤差項之可加性模型(additive model with autoregressive error model) …………………………………………………………18
第四章 可加性模型之拔靴推論……………………………………………………………….………20
第一節 前言……………………………………………………………..…………………….…………20
第二節 拔靴法………………………………………………………..…………………………………21
第三節 可加性模型之拔靴推論…………………………………………………..……………24
第四節 含自我迴歸誤差項可加性模型之拔靴推論…………………………………27
第五章 商用車需求模型建立與分析………………………………………………………………31
第一節 資料來源及處理………………………………………………………….………………31
第二節 模型建立與分析…………………………………………………………………….……32
第三節 推論拔靴信賴區間………………………………………………………………………35
本章註釋…………………………………………………………………………………………..……………41
第六章 結論與建議…………………………………………………………………………………………42
參考文獻………………………………………………………………………………………………………………44
中文部份………………………………………………………………………………………………………44
英文部份………………………………………………………………………………………………………44
圖次
圖1.1 本研究流程圖……………………………………………………………………………………………4
圖4.1 拔靴法應用在一般資料結構之流程圖………………………………………………..…22
圖4.2 估計Θ百分位數區間之拔靴演算法………………………………………………………23
圖5.1 銷售量、銷售價、工業生產指數之散佈圖……………………………………………32
圖5.2 小型商用車配適需求曲面………………………………………………………………………32
圖5.3 小型商用車需求可加性模型…………………………………………………………...….…33
圖5.4 偏殘差圖……………………………………………………………………..…………………….……34
圖5.5 觀察銷售量及估計銷售量分佈圖………………………….……………….…….…….…35
圖5.6 殘差分佈圖……………………………………………………………………………..………………37
圖5.7 20條拔靴價格效果函數及20條拔靴工業生產效果函數………………………38
圖5.8 銷售量之估計值及估計信賴區間………………………………………..…………………39
圖5.9 價格效果函數之信賴區域………………………………………………………………………40
圖5.10 工業生產效果函數之信賴區域………………………………………………………………40
[1] 日本野村研究所，「中華民國台灣省汽車工業發展計劃」，經建會專案研
究，六十七年二月。
[2] 李玉春，「台灣地區自用小轎車市場供需模型」，中央大學產業經濟研究
所碩士論文，七十七年六月。
[3] 陳章真，「我國汽車工業發展研究及分析」，台北市銀月刊第十八卷第六
期，七十六年六月。
[4] 陳寶瑞，「我國汽車工業發展研究及分析」，經建會經研處，六十九年十
二月。
[5] 楊華勝，「台灣地區小型汽車市場失衡供需模型之估計及動態模擬」，國
科會專案計畫，八十年八月。
[6] 廖恆熙，「台灣地區小汽車市場失衡供需模型之設定與估計」，中央大學
產業經濟研究所碩士論文，七十九年六月。
[7] 鍾福源，「台灣地區小汽車市場需求分析」，台北市銀月刊第十四卷第二
期，七十二年二月。
[8] 第二高速公路後續計畫可行性研究，國道高速公路局，七十八年三月。
[1] Buja, A., Hastie, T. and Tibshirani, R.(1989) Linear smoothers and additive models (with discussion). Ann. Statist. 17, 453-555..
[2]de Boor, C. (1978) A practical guide to splines. Springer, New York.
[3]Efron, B.(1987) Better bootstrap confidence intervals(with discussion). J. Amer. Statistic. Assoc. 82, 171-200.
[4]. Efron, B. and Tibshirani, R. J.(1986) Bootstrap methods for standard errors, confidence intervals, and other measures of statical accuracy. Statist. Sci. 1,54-77.
[5]Efron, B. and Tibshirani, R. J.(1993) An introduction to the bootstrap. Chapman and Hall, London.
[6]Freedman, D. A.(1981) Bootstrapping regression models. Ann. Statist. 9, 1218-1228.
[7]Freedman, D. A. and Peters, S. C.(1984)Bootstrapping an econometric model: some empirical results. Journal of Business & Economic Statistics. 2, 150-158.
[8]Freedman, D. A. and Peters, S. C.(1984)Bootstrapping a regression equation: some empirical results. J. Amer. Statist. Assoc. 79, 97-106.
[9]Friedman, J. H. and Stuetzle, W.(1981) Projection pursuit regression. J. Am. Statist. Assoc. 76, 817-823.
[10]Green, P. and Yandell, B.(1985) Semi-parametric generalized linear models. Generalized Linear Models. Lectrue Notes in Statist. 32, 44-55 Springer, Berlin.
[11]Hastie, T. and Tibshirani, R. J. (1986) Generalized additive models (with discussion). Statist. Sci. 1, 197-318.
[12]Hastie, T. and Tibshirani, R. J. (1986) Generalized additive models: some applications. J. Am. Statist. Assoc. 82, 371-386.
[13]Hastie, T. and Tibshirani, R. J. (1990) Generalized additive models. Chapman and Hall, London.
Hall, P.(1992) The bootstrap and edgeworth expansion. Springer, New York.
[15]Leger, C., Politis, D. and Romano, J.(1992) Bootstrap technology and applications. Technometrics 34, 378-398.
[16]Mammen, E. (1992) When does bootstrap work? : Asymptotic results and simulations. Springer-Verlag, New York.
[17]Neter, J., Wasserman, W. and Kutner, M. H. (1989) Applied linear regression models, second edition. Richard D. Irwin.
[18]Reinsch, C.(1967) Smoothing by spline functions. Numer. Math.10, 177-183.
[19]Vandaele, W. (1983) Applied time series and Box-Jenkins models. Academic press, New York.
(限達賢圖書館四樓資訊教室A單機使用)