臺灣博碩士論文加值系統

印表機隨著電腦的發展與數位科技的發達而普遍化，使之幾乎成為每間公司、家庭或個人的必備品。但是在原廠經常推陳出新的情況下，產品經常在更換，幾乎每三個月就會有新產品問世，使得代理商在囤貨及銷貨的控管上很難拿捏，而且各個製造商在產品的研發上總是不遺餘力，競爭相當激烈，產品生命週期短，上、中、下游供應鏈稍有不慎即造成來不及供貨等商機的損失或存貨無法出清，淪為倉庫呆滯料的窘境。
因此本研究的主要目的是希望以過去的銷售實績利用時間序列模型以預測印表機在各行銷通路的銷售狀況，藉由此客觀的統計科學預測方法，做為以後進貨的參考 。
本次透過時間序列方法的ARIMA Model尋找到的可用模型與ASTSA中的ARIMA search做比較，就預測而言，經與資訊通路商實際對照後的確有其參考價值，本方法未來不僅能在印表機的預測上發生作用，更能在其它資訊產品上套用，相信對於資訊產品流通業有其正面及相輔相成的義意。

With the rapid development of computer and digital technology, printers have become so common that almost every company, home, and even individual can have one. Yet, as printer manufacturers keep introducing new models into the market, and old models are constantly replaced by new ones at a rate of every three months, printer distributors have found it very difficult to fully take control of its inventory and distribution. Moreover, the fierce competition among printer manufacturers in terms of developing new models always cuts short of a printer’s life span. It follows either that distributors may often lose opportunities of making more profit, due to their failure to obtain timely supply; or that they may be threatened by inventory pressure, due to their failure to clean up their stock.

The purpose of this study is to predict (forecast), by a time-serial model, how printers may sell through different distribution channels. It is hoped that such an object approach, statistically derived in its nature, can be a valuable reference for most supply and distribution systems.

This study primarily employs the ARIMA MODEL to find a workable model. As for its strength of predicting (forecasting), the model has shown great reliability after being applied to the inventory and distribution system of W company. This approach can be applied not only to supply and distribution systems, not also to those of other computer and digital products. It is believed to be able to bring great support to the distributors of computer and digital technology.

表 次 III
圖 次 IV
第一章 緒論 1
1-1 研究背景 1
1-2 研究動機 9
1-3 研究目的 10
第二章 文獻探討 12
2-1 資訊產品流通業定義 12
2-2 時間數列 13
2-3 如何選擇適當的ARIMA模型 17
2-4 相關應用軟體 18
2-4-1 SPSS 19
2-4-2 ASTSA時間序列軟體 19
2-5 預測(forecasting) 20
第三章 研究方法 26
3-1 問題的描述與分析 26
3-2 研究架構與流程 28
3-3 資料分析方法 29
3-3-1 敘述統計分析 29
3-3-2 ARIMA 時間序列分析 31
3-3 時間數列模式建立程序 31
3-4 時間序列可能模型 32
第四章 結果與討論 35
4-1 基本結構分析 35
4-1-1 2001-2005年原始資料分析 35
4-1-2 選擇ARIMA model包括seasonal ARIMA的原因 47
4-2 建模程序 47
4-3 模型有效性評估 59
4-4 Final Model之預測 62
第五章 結論與建議 70
5-1 結論 70
5-2 建議 71
附 錄: 73
參考文獻： 74

1.于宗先，「經濟預測」，大中國圖書有限公司，1972 年。
2.方世杰，「市場預測方法一百種」，書泉出版社，1988 年。
3.江權富，「建立全民健保應收保費預測模型-時間數列ARIMA模型之應用」，碩士論文，2001年。
4.林祖得、樂以媛，「我國流通業電子化現況與展望-3C產業」，資策會商業電子化標準建立與制定計畫，2001年。
5.林清河，物料管理，華泰書局，1995年。
6.林茂文，時間數列分析與預測，華泰書局，1992年。
7.徐桂祥，「灰色系統在商情預測上之研究」，碩士論文，1997年。

8.張有恒、物流管理，1998 年。
9.郭明哲，「預測方法—理論與實例」，中興管理顧問公司，1976 年。
10.黃偉正，「國內資訊市場之通路結構」，新電子科技雜誌，145期，1998年。
11.楊奕農，「時間序列分析-經濟與財務上之應用」，台北：雙葉書廊，2005年。
12.劉佳穎，「國產汽車市場佔有率預測模型之研究」，碩士論文，2003年。
13.劉家榮，「自公平交易法與消費者保護法之定位研究工平交易法第二十四條之規範內涵與類型標準—以印表機為例」，中央警察大學碩士論文，2001 年。
14.賴士葆，生產作業管理—理論與實務，華泰書局，1991年。
15.薛國強，「應用類神網路與模糊神經網路於智慧型銷售量預測系統建立之研究」，碩士論文，1996年。

16.顏憶茹、張淳智，物流管理，1998 年。
17.蘇宣彥，「資訊產品流通業行銷決策支援系統架構分析」，碩士論文，2003年。

18.Aucamp, D. C., “Evaluation of Safety Stock”, Production & Inventory Management, 27/2, 126-132, 1986.
19.Box, G.E.P. and Jenkins, G.M. Time Series Analysis Forecasting and Control, Holden-Day, San Francisco, 1976.
20.Harvard Business Review, Accurate business forecasting – Manager’s guide to forecasting, Jan.-Feb., 1986.
21.William J. Stevenson、Production / Operations Management，1999.
22.Martin, C. A. and S. F. Witt "Accurary of Econometric Forecasts of Tourism". Annals of Tourism Research, Vol. 16, pp. 407-428. ,1989.
23.Gordon Moore, Moore’s Law, 1965.
24.Jih-Jeng Huang, Gwo-Hshiung Tzeng, Chorng-Shyong Ong: Multidimensional data in multidimensional scaling using the analytic network process. Pattern Recognition Letters , 2005