(3.232.129.123) 您好!臺灣時間:2021/03/06 01:42
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:鄧垣和
研究生(外文):TENG,YUAN-HO
論文名稱:台灣薑批發價格預測模型之研究
論文名稱(外文):A Study of the Forecast Models on Wholesale Price of Taiwan Ginger
指導教授:吳勝景吳勝景引用關係林宗漢林宗漢引用關係
指導教授(外文):WU,SHENG-CHINGLIN,TSUNG-HAN
口試委員:張椿柏王景南吳勝景
口試委員(外文):CHANG,CHUN-POWANG,CHING-NANWU,SHENG-CHING
口試日期:2016-05-28
學位類別:碩士
校院名稱:大葉大學
系所名稱:管理學院碩士在職專班
學門:商業及管理學門
學類:其他商業及管理學類
論文種類:學術論文
論文出版年:2016
畢業學年度:104
語文別:中文
論文頁數:39
中文關鍵詞:薑批發價格單根檢定ARIMA 預測模型
外文關鍵詞:Ginger wholesale priceunit root testARIMA model
相關次數:
  • 被引用被引用:2
  • 點閱點閱:103
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
本研究主要分析2003 年1 月至2016 年4 月期間台灣薑批發價
格之預測模型。經敘述統計、單根檢定、ARIMA 預測模型等方法,
研究結果發現薑的價格呈現價格波動趨勢,而且台灣薑批發價格
具有單根,實證結果也以ARIMA(1,1,1) 模型可以比較正確的預測
薑的價格,對於此趨勢可作為農產業者參考。
This study analyzes the prediction model of Taiwan ginger
wholesale price from January 2003 to April 2016 during. By
descriptive statistics, unit root test, ARIMA prediction model and
other methods, the researchers found that ginger wholesale price is
fluctuation, and Taiwan ginger wholesale price has a unit root. The
empirical results also indicated that ARIMA (1, 1, 1) model is more
correct for trends of Taiwan ginger wholesale price and it is help as a
reference for the agricultural industry in Taiwan.
封面內頁
簽名頁
中文摘要 ............................................................................................ iii
ABSTRACT ....................................................................................... iv
誌謝 ..................................................................................................... v
目錄 .................................................................................................... vi
圖目錄 .............................................................................................. viii
表目錄 ................................................................................................ ix
第一章 緒論....................................................................................... 1
第一節 研究背景與動機........................................................... 1
第二節 研究目的....................................................................... 3
第三節 研究架構....................................................................... 4
第二章 文獻探討............................................................................... 6
第一節 臺灣生薑產業的特性................................................... 6
第二節 應用時間序列ARIMA 預測模型之研究 ................... 6
第三章 研究方法............................................................................. 10
第一節 樣本來源..................................................................... 10
第二節 資料統計與分析方法................................................. 11
第四章 實證結果與分析................................................................. 19
第一節 敘述性統計................................................................. 19
第二節 原始資料之單根檢定................................................. 22
第三節 台灣薑批發價格指數預測實證模型之建立與分析. 23
第五章 結論與建議 ...................................................................... 28
第一節 研究結論..................................................................... 28
第二節 研究建議..................................................................... 28
參考文獻 ........................................................................................... 29
一、 中文部分
1. 李佳倩,2011,「國際黃金價格預測─ARIMA 模式與迴歸模式
之比較(民國87-99 年) 」,國立台北科技大學商業自動化與管
理研究所碩士論文。
2. 吳柏林,1994,時間數列分析導論,台北:雙葉書廊。
3. 林意剛,2005,「台灣地區公民營觀光遊樂區人次預測之研究」,
朝陽科技大學休閒事業管理系碩士論文。
4. 林茂文,1992,時間數列分析與預測,台北:華泰出版社。
5. 張瑛淑,2010,「台股指數、美股指數的預測及兩者關聯性之
分析」,國立屏東教育大學應用數學系碩士論文。
6. 張善文、雷英杰、馮有前,2007,MATLAB 在時間序列分析
中的應用,西安電子科技大學出版。
7. 許兆宏,2012,「屏東市區細懸浮微粒PM2.5 小時濃度之時間
序列模型」,國立屏東科技大學工業管理系所碩士論文。
8. 曾明義,2005,「吳郭魚出口加工產業現況分析」,國立臺灣
海洋大學學水產養殖學系碩士論文。
9. 陳清華,1999,「臺灣果菜運銷現況與發展」,現代化研究,
91-97。
10. 鄭永福,2000,「臺灣地區主要蔬菜價格之時間數列分析」,
國立成功大學統計學系碩士論文。
11. 蔡正宏、蕭政弘,2013,「薑生產技術問題與改進方法」,農
業世界,80-84。
12. 謝亞蓁,2010,「市區路段短期交通量預測」,國立交通大學
運輸科技與管理學系碩士論文。
二、 英文部分
1. Box, G. and G.M. Jenkins (1976), Time series analysis:
Forecasting and control, Holden-Day, San Francisco, CA.
2. Chu, F.-L. (1993), “Forecasting Tourist Arrivals: Nonlinear Sine
Wave or ARIMA,” Journal of Travel research 37, 79-84.
3. Vandaele, W. (1983), Applied Time Series and Box-Jenkins Models,
New York: Academic Press.
4. Wei, William W. S. (2006), Time Series Analysis: Univariate and
Multivariate Method, 2nd edition, Addison Wesley, New York.
電子全文 電子全文(網際網路公開日期:20211231)
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔