預測是政府運作與企業經營的主要工作之一，透過精確的預測能使得政府的各項功能獲得良好的控制與妥善的規劃；而就企業而言則便於日後之行銷策略、人力配置與財務管理等企業功能之開展。
一個產業產值的多少反應了該產業的景氣好壞，而各項產業產值的總合即代表了國家整體的經濟狀況。就電機產業而言，因為其有關家庭產品、照明設備等與我們生活息息相關，故其產值的多少對國家社會的發展而言扮演了相當重要的角色，所以做好對電機產業產值之預測工作便愈顯其迫切性。
本研究根據灰預測與其他常用時間序列預測方法來預測電機產業產值的準確度。其結果以短期預測顯示以GM(1,1)模型來預測其準確度達到97.90%，移動平均法達到90.44%，指數平滑法達到93.58%，簡單線性迴歸達到97.5%，指數迴歸達到97.7%。表示該產業非常適合以灰預測與迴歸模式來做預測，並可獲得精確的成果。故本結論應可提供政府及企業做為產值預測的參考依據。

Forecast is one of the major tasks to both government and business operation. Accurate forecast allows government to have fine control and planning over the functions; to businesses, accurate forecast is beneficial to future marketing strategies, human resource allocation, and financial management.
The output value of one industry reflects the economic status of the industry. The sum of all output values indicates the economic situation of the country on a whole. To the electrical machinery industry, its related family product, the lighting attachment and so on with us is closely linked, its output value is crucial to the development of the country. Therefore, accurate forecast on the output value of electrical machinery industry is crucial.
This research according to the grey prediction with other civil time sequences forecast, these methods forecast the electrical machinery industry output value the accuracy. The result shows that the use of GM(1,1) in forecast has accuracy as high as 97.90% by short-term forecast. The moving average method has accuracy as high as 90.44%. The exponential smoothing technique has accuracy as high as 93.58%. The simple linear regression used on forecast has accuracy as high as 97.5%. The result indicates that the industry is suitable for forecast based on grey prediction and regression model for accurate results. Therefore, the study results are provided as reference on output value to government and businesses.

目 錄

摘 要 i
Abstract ii
誌謝 iv
目 錄 v
表 目 錄 vii
圖 目 錄 x
第一章 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 1
1.3 研究範圍 2
1.4 研究方法與步驟 2
1.5 研究架構 3
第二章 文獻探討 5
2.1 我國電子電機產業概況分析 5
2.1.1 台灣電子電機產業發展過程 5
2.1.2 台灣電子電機現況 6
2.2 預測概論 8
2.2.1 預測的定義 8
2.2.2 產值預測的定義 11
2.3 預測方法 11
2.3.1 統計預測方法 11
2.3.2 定性分析 12
2.3.3 因果分析法 13
2.3.4 時間序列分析法 14
2.4 灰色理論 15
2.4.1 灰色系統簡介 15
2.4.2 灰色系統的優點 17
第三章 研究方法 19
3.1 灰色預測模型 19
3.2常用時間序列預測方法 22
3.2.1 移動平均法 22
3.2.2 指數平滑法 22
3.2.3 簡單線性迴歸 23
3.2.4 指數迴歸 23
3.3 模型檢驗方法 23
第四章 實證研究 25
4.1 GM(1,1)建模 25
4.2 移動平均法分析 36
4.3 指數平滑法分析 44
4.4 簡單線型迴歸分析 53
4.5 指數迴歸分析 55
4.6 模型分析與結果 58
第五章 結論與建議 60
5.1 結論 60
5.2 建議 60
附錄一 65
作者簡介 68

參考文獻

1.Archer, B.H. (1980). “Forecasting Demand: Quantitative and Intuitive Techniques.” International Journal of Tourism Management, 1 (1), 5-12.
2.Bernstein, G. L. (1984), “The Art of Using Forecasts Effectively.” Directors & Boards, 8, 23-26.
3.Chamber, J. C., Mullick, S. K., ＆ Smith, D. D. (1971). How to Choose the Right Forecasting Technique. H.B.R., July-Aug.
4.Chang, S. C., Lai, H. C., Yu, H. C.（2005）. “A variable P value rolling Grey Forecasting model for Taiwan semiconductor industry production”. Technological Forecasting & Social Change, 72, 623-640.
5.Deng, J. (1982). “Control Problems of Gray System.” Systems and Control Letters, 5, 288-294. Deng Julong, Introduction to Grey System.
6.Donald S. Remer and Craig Jorgens (1978), “Ethylene Economics and Production Forecasting in a Changing Environment.” Engineering &Process Economics, Vol.3, lss.4, pp.267-278.
7.Hariolf Grupp and Harold A. Linstone.（1999）. “National Technology Foresight Activities Around the globe.” Technological Forecasting and Social Change, 60, 85-94.
8.Lewis, C. D.(1982). Industrial and Business Forecasting Method, London, Butterworths.
9.Lin, Y., H., Wang, J., S., & Pai, P., F.（2004）. “A Grey Prediction Model With Factor Analysis Technique.” Journal of the Chinese Institute of Industrial Engineers, 21（6）, 535-542.
10.Mu, H., Kondou, Y., Tonooka, Y., Sato, Y., Zhou, W., Ning, Y., ＆ Sakamoto, K.（2004）. “Grey relative analysis and future prediction on rural household biofuels consumption in China.” Fuel Processing Technology, 85, 1231-1248.
11.Tseng, F., M., Yu, H., C., & Tzeng, G., H.（2001）. Applied Hybrid Grey Model to Forecast Seasonal Time Series. Technological Forecasting and Social Change, 67, 291-302.
12.Wu, H. J., ＆ Chen, C. B.（1999）. “An Alternative Form for Grey Correlative Grader.” The Journal of Grey System, 11（1）, 7-12.
13.于宗先(1972) ，經濟預測，初版，台北：大中國出版社。
14.方世杰(1988) ，市場預測方法一百種，台北：書泉出版社。
15.史開泉、吳國威＆黃有評(1994)，灰色信息關係論，台北：全華出版社。
16.台灣電機電子產業年鑑(2007)，台灣電機電子工業同業公會(TEEMA)。
17.吳伯林(民84)，時間數列分析導論，初版，台北：華泰書局。
18.吳明寰(2003)，我國金融業購併決策之探討，東華大學國際經濟研究所，碩士論文。
19.吳嘉斌(2003) ，植基於灰色理論之物流中心運量預測與途程規劃研究，實踐大學企業管理研究所，碩士論文。
20.吳漢雄、鄧聚龍＆溫坤禮(1996)，灰色分析入門，初版，台北：高立出版社。
21.余序江、許志義、陳澤義(1998)。科技管理導論：科技預測與規劃。台北市：五南。
22.李順益(2002) ，灰色理論於短期銷售預測之適用性探討，義守大學資訊工程學系，碩士論文。
23.周孟科(1998)，灰色理論應用於地層下陷之預測，成功大學水利及海洋工程學系，碩士論文。
24.周海龍(1995)，台北都會區生活用水量之預測—類神經網路之應用，中興大學資源管理研究所，碩士論文。
25.林惠玲＆陳正倉(2002)，應用統計學，二版，台北：雙葉書廊。
26.春日井博(1988)，需求預測入門，方世榮（校閱），初版，台北，書泉出版社。
27.洪宗貝、王乾隆&葉佳炫(2000)，應用灰色理論於財物時間序列變動性分析，灰色系統理論與應用研討會。
28.夏郭賢、吳漢雄(1998)，灰關聯分析之線性數據前處理探討。第一屆灰色系統學刊，47-53。
29.翁慶昌、陳嘉叢＆賴宏仁(2001) ，灰色系統基本方法及其應用，初版，台北：高立。
30.莊昆益(2002)，灰色預測理論應用於電子遊戲產業預測之研究－以台灣市場為例，朝陽科技大學企業管理系碩士班，碩士論文。
31.許哲強(2002)，台灣區域電力負載預測分析系統之建立與應用研究，成功大學資源工程學系碩博士班，博士論文。
32.許純君譯(1999)，DeLurgio, S.A.著，預測的原則與應用，初版，台北：台灣西書。
33.郭明哲(1976)，預測方法─理論與實例，台北：中興管理顧問公司。
34.陳怡融(1996)，改良型指數平滑模式應用於台灣工業產品的實證研究，大業工學院事業經營研究所，碩士論文。
35.黃士滔、黃建世＆陳信木(2007)，GM(1,1)滾動模型、指數型迴歸、線性迴歸應用於台灣低收入數之研究，第十屆中華民國灰色系統學會年會暨灰色系統理論與應用研討會。
36.楊川明(2004)，發展適用於產險業之灰預測模式，南華大學管理研究所，碩士論文。
37.溫坤禮、黃宜豐、陳繁雄、李元秉、連志峰＆賴家瑞(2002)，灰預測原理與應用，初版，台北：全華。
38.溫坤禮、黃宜豐、張偉哲、張廷政、游美利＆賴家瑞(2003)，灰關聯模型方法與應用，初版，台北：高立。
39.趙嬙(2002) ，灰色理論應用於汽車產業預測之研究－以台灣,大陸市場為例，朝陽科技大學企業管理系碩士班，碩士論文。
40.潘美秋(2003)，灰色理論應用於台電公司人力需求預測，南華大學管理研究所，碩士論文。
41.鄭魁香(1999)，混合類神經網路應用於地震災害預測，第四屆灰色系統理論與應用研討會論文集，高雄，57-64 頁。
42.鄧聚龍(1996)，灰色預測原理與應用，台北：全華出版社。
43.鄧聚龍(1999)，灰色系統理論與應用，台北：高立圖書公司。
44.謝志森(2004)，灰色預測理論建構市場預測模式－以台灣化妝品產業為例，朝陽科技大學企業管理所，碩士論文。
45.韓季霖(2001)，台灣地區醫師人力供需之研究－灰色預測模式，銘傳大學管理科學研究所，碩士論文。
46.張偉哲、溫坤禮＆張廷政 (2000)，灰關聯模型方法與應用，初版，台北：高立。