臺灣博碩士論文加值系統

　　由於一些中、外文獻中的從事耐久財（特別是家電產品）的擴散模式實證研究時，大多是使用『年』資料來做一系列的做計、配適效果評估及事後預測。所以，作者擬引用別人已做過的擴散模式，重新探討若以『月』型態資料代入Bass模式及其修改模式中的配適情形，並探討採用『月』型態的資料和採用『年』型態資料之間有何關係。研究目的有三：
　　1.在處理月型態資料時，資料是否需要做適度的季節調整和平滑法以便看到長期的趨勢？
　　2.作者擬了解在以『月』型態資料和『年』型態資料所求出之配適較佳的模式是否是同一個？
　　3.估計出T*---到達曲線峰值的時間，n(T*)---第T*期的峰值、N(T*)---累積T*期前的峰值。
　　本研究中所用的模式有五個，分別為Bass模式，以及將巿場潛量(m)以戶口數函數、戶口數差函數、平均國民所得函數、平均國民生產毛額函數表示之。估計方法是用NLS來估計模型參數。研究結果如下：
　　1.作者發現不管對高普及率的電冰箱、彩色電視機月銷售量或是對中普及率的錄放影機月銷售量而言，月資料皆顯現出作者當初所判定的週期性因素干擾，所以需要做適度的季節調整。
　　2.使用『月』資料配適擴散模式的效果總是比應用『年』資料來得好。不同的產品別較適合的模式都不相同，即找不到一個模式對於所有的產品是最佳的。
　　3.受限於民國71年以後的產品定義與民國71年以前的產品定義銜接不上，所以，本研究無法一窺完整的產品生命週期，以致本研究中的第三個目的做得不好。

　　Previous diffusion model researches have focused on the durable goods by adoption the annual data for the prediction purpose. In this study we attempt to explore if monthly date can be used to predict the traditional Bass model, as well as to explore if there exists a certain relationship between monthly data and annual data while predicting Bass mode.
　　We use five different models to test some hypotheses and use NLS to evaluate the model's parameters. The research results indicate that:
　　(1) monthly data do have the interference of periodicity factor, for the products of refrigerator, color TV and video recorder.
　　(2)generally the monthly data have better prediction than annual data.