臺灣博碩士論文加值系統

本研究採用時間序列的分析理論，針對臺灣省小客車數量之成長預測為研究對象。
搜集民國七十年一月至九十六年十二月每月小客車數量月資料為觀察值，作一預測模式然後將預測值與實際值作比較。並進一步預測九十七年以後六年間小客車數量，藉此瞭解臺灣省小客車數量的成長狀況及其潛在的問題，以提供業者參考。
本研究之目的為比較二種常見使用之單一變數預測方法，有簡單線性迴歸模式與自我迴歸移動平均整合模式（ARIMA），建立預測模式，經過實證分析，進而驗證何者為預測小客車數量最佳之精確度。
分析結果顯示，經過均方誤差（MSE）、平均絕對誤差（MAE）、平均誤差百分比（MPE）及平均絕對誤差百分比（MAPE）等評估指標比較後發現，以ARIMA模式預測能力較佳，因此得知ARIMA模式為最佳模式，較合適推估預測未來小客車成長量。
推估預測未來6年台灣地區小客車數量，發現未來小客車數量，呈現逐年成長趨勢，值得政府深思。
關鍵字：小客車數量，迴歸分析法、自我迴歸移動平均整合模式

目錄
誌謝………………………………………………………………………I
中文摘要………………………………………………………………………II
英文摘要 ………………………………………………………………………III
目錄 ………………………………………………………………………IV
圖目錄 …………………………………………………………………VI
表目錄…………………………………………………………IX
第一章緒論1
1-1研究動機 1
1-2研究目的 3
1-3研究範圍 3
1-4研究流程 5
第二章文獻探討 6
2-1預測之重要性 6
2-2預測學派 7
2-2-1古典學派 7
2-2-2 OR學派 7
2-2-3計量經濟學派 7
2-3預測方法分類 7
2-4預測方法比較 8
2-5應用於交通運輸領域 9
2-6應用於非交通運輸領域 12
2-7臺灣汽車產業發展史 16
2-8臺灣小客車現況 20
第三章研究方法 21
3-1迴歸模型 21
3-1-1 簡單線性迴歸分析 21
3-1-2迴歸分析流程 24
3-2ARIMA模式的理論基礎及研究流程 24
第四章 實證研究分析 33
4-1研究資料分析 33
4-2變數 33
4-3 迴歸分析 34
4-3-1估計迴歸方程式 34
4-3-2選擇重要變數 35
4-3-3最終模式 37
4-3-4模型檢定與分析 38
4-4 ARIMA分析 43
4-4-1辨識 43
4-4-2參數估計 46
4-4-3診斷分析 47
4-4-4最終模式 48
4-5 模型預測能力比較分析 48
第五章 結論與建議 52
5-1 研究結論 52
5-2 後續研究建議 53
參考文獻 54
一、中文部份 54
二、英文部份 54






















圖目錄
圖1-1 研究流程圖 5
圖2-1台灣地區小客車量 20
圖3-1迴歸分析流程圖 24
圖3-2 ARIMA模式建立流程圖 29
圖4-1殘差常態分配圖 40
圖4-2殘差直方圖 40
圖4-3原始時間序列圖 44
圖4-4轉換後時間序列圖 44
圖4-5轉換後ACF與PACF 45
圖4-6ㄧ次差分後之時間序列圖 45
圖4-7二次差分後之時間序列圖 46
圖4-8二次差分後之ACF與PACF 46
圖4-9殘差ACF及PACF 48
圖4-10 ARIMA預測圖 50
圖4-11未來6年台灣地區小客車數量 51






















表目錄
表1-1 95年臺灣地區道路長度及橋梁座數概況 2
表3-1 MAPE預測能力等級表 31
表4-1變數說明表 34
表4-2估計迴歸方程式參數表 35
表4-3向後消去法消去變數 35
表4-4向後消去法選取變數 36
表4-5向前選取法選取變數 36
表4-6逐步選取法選取變數 36
表4-7 Adjusted R-Square Selection Method選取變數 37
表4-8 CP選取法選取變數 37
表4-9 模型摘表 38
表4-10 模型變異數分析表 39
表4-11殘差常態分配 41
表4-12 模型殘差平均數為0檢定分析表 41
表4-13模型變數共線性（ VIF）檢測分析表 41
表4-14資料離群值檢測分析表 42
表4-15資料影響點檢測分析表 42
表4-16資料異常點檢測分析表 43
表4-17 二次差分之Q統計量 47
表4-18 ARIMA參數估計表 47
表4-19 ARIMA參數估計表 47
表4-20 配適後之Q統計量 48
表4-21 迴歸分析與ARIMA模型的預測能力評估指標 49
表4-22 MAPE預測能力等級表 49
表4-23 ARIMA之預測值與預測區間 50
表4-24 2007~2012年台灣地區小客車數推估量 51

參考文獻
一、中文部份
1.林真真，「實用統計學」，東華書局公司，民國91。
2.林智偉，灰色理讑應用於基隆港棧埠作業民營化績效評估之研究，交通大學交通運輸研究所，民國93 年。
3.許巧鶯與溫裕弘，臺灣地區國際航空客運量之預測--灰色預測模式之應用，運輸計畫，26 卷3 期，民國86年。
4.許巧鶯與溫裕弘，應用灰色預測與灰色聚類於航空公司航線運量預測與形態設計，模糊系統學刊，4 卷2 期，民國87。
5.許巧鶯與趙清成，國際機場旅客服務設施及商業活動空間分配之研究，經社法制論叢29，民國91年。
6.黃俊英，「企業研究方法」，東華書局，民國88 年。
7.黃信源，台灣地區行動電話需求預測模式之建構與評估--時間序列之應用，國立台北大學企管所碩士論文，民國91年。
8.陳正昌，「多變量分析方法:統計軟體應用」，台北五南圖書出版公司，民國92。
9.陳于倩，中國大陸旅遊業需求預測，國立台灣大學國家發展研究所，民國91年。
10.劉元君，盈餘預測準確度之實證研究:類神經網路與時間序列之比較，國立政治大學會計研究所碩士論文，民87國年。
11.楊惠婷，長期需求預測之一研究--以台灣電力需求為例，淡江大學管理科學研究所碩士論文，民國91年。
12.蔡裕春，台灣地區營造工程物價指數預測之研究---以類神經網路與ARIMA 模式，輔大應用統計所，民國89年。
13.賴泰元，利用時間數列模式探討台鐵旅運需求— 以高雄站為例，國立成功大學交通管理學系碩士論文，民國88年。
14.蘇志雄，臺灣對日輸出烏龍茶之時間數列預測模式 ，中華農藝，8 卷2 期， 民國87。
二、英文部份
1.Changkyum、Antoine，”A Short-Term Demand Forecasting Model FromReal–Time Traffic Data”，Infrastructure Planning and Management , ASCE 1993.
2. Cryer, Jonathan D., Time series analysis , Boston : Duxbury Press , 1986.
3.Hamilton,JamesD, Time series analysis , Princeton, N.J.:Princeton University Press,1994.
4.H.Focke & D.Wilken “Scenarios of Air Transport Reflecting Capacity Constrains at German Airports” Air & Space Euro Volume: 3(1/2) 2001, pp. 45-49。
5.Massoud Bazargan ,”Size versus efficiency:a case study of US commercial airports”Journal of Air Transport Management , 9, pp187-193, 2003.
6.Matthews,”Forecasting Peak passenger Flow at Airports”， Transportation Journal 22(1),pp55-72 1995.
7. Meyer, Ruth K., A Minitab guide to statistics ,Upper Saddle River, N.J. : PrenticeHall,1998.
8.Nigel P.S. Dennis “Long-term route traffic forecasts and flight schedule pattern for a medium-size European airport” Journal of Air Transport Management Volume: 8, Issue:2, April, 2002, pp. 313-324。
9. Pitfield, DE ，”Predicting air-transport demand” Environment and Palnning A 25(4)pp.459-466 1993。
10. V.A.Profillidis “Econometric and fuzzy models for the forest of demand in the airport of Rhodes” Journal of Air Transport Management Volume: 6, Issue: 2, April,2000, pp. 95-100。
11. Yaffee, Robert A., Introduction to time series analysis and forecasting : with applications of SAS and SPSS , San Diego : Academic Press, 2000.