• 沒有找到結果。

三、三城湖地區 Binary Logistic Regression 預測第三期有無建物

(一)刪除地價參數的 Binary Logistic Regresion 預測有無建物模式

(1976-1987 年)

由於缺乏 1987 年地價資料,在預測第三期(1998 年)建物時無法將地價 資料納入模式計算,故先跑第一期至第二期沒地價資料的 Binary Logistic Regresion。

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 1(a) buil1976

48.123 6830.595 .000 1 .994

79374642427

0023000000.

000

builarea -.001 .000 3.884 1 .049 .999

private -.020 .007 7.668 1 .006 .980

wate1976 -22.117 4959.204 .000 1 .996 .000

slope -.114 .060 3.675 1 .055 .892

Constant 8.024 2.649 9.172 1 .002 3052.434

a Variable(s) entered on step 1: buil1976, builarea, private, wate1976, slope.

Classification Table(a)

Observed Predicted

b1984yn Percentage

Correct

.00 1.00

Step 1 b1984yn .00 37 3 92.5

1.00 3 38 92.7

影響因素少了地價,但多了「鄰近建物面積」,其係數為負值,表「鄰近建 物多不利於下一期的建物開發」。與原先想像「鄰近建物多應該較有利開發」的 猜測不符,也許因為本地區第一期建物較少,又大量山區空地開發,故出現「建 物少地區(空地)會出現建物」的推測。

無地價資料的總正確預測涵概率比有地價資料的預測準確率低約1.2%,差異 不大。以下為實際開發與預測開發的比較(上圖底圖為第一期地形圖,下圖底圖 為第二期地形圖)。黑色數字表下一期實際有無建物,紫色數字表下一期預測有 無建物,藍色框網格表實際與預測不符的地區:

預測結果為少預測 3 格,同樣是錦繡山莊南側少預測 3 塊網格,可能該處 需要較大片的土地開發。多預測有 3 格,三城湖東側一塊可能跟地價稍有關係

(因此網格地價較高,加入地價資料預測的話,就會變為預測不會開發)。三城 湖南側 2 塊有其他影響因素造成無開發。

(二)第三期(1987-1998 年)的預測

繼續由以上跑出的建物預測模式預測第三期(1998 年)的建物開發情形。

黑色數字表實際建物情形,深藍色數字表預測建物情形,藍色框框表實際與預 測不符合的網格。上圖底圖為第二期(1987 年),下圖底圖為第三期(1998 年)。

真實的情形是 1987 年至 1998 年建物完全無變化,沒有新增也沒有減少,

將「鄰近建物面積」變數刪除跑 1976-1984 年的二項式 Logistic:

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 1(a) private -.014 .006 6.174 1 .013 .986

wate1976 -20.781 5506.987 .000 1 .997 .000

buil1976

41.848 7660.966 .000 1 .996

14947271618

49283000.00

0

slope -.047 .040 1.412 1 .235 .954

Constant 3.960 1.325 8.930 1 .003 52.432

a Variable(s) entered on step 1: private, wate1976, buil1976, slope.

Classification Table(a)

Observed Predicted

b1984yn Percentage

Correct

.00 1.00

Step 1 b1984yn .00 36 4 90.0

1.00 3 38 92.7

Overall Percentage 91.4

a The cut value is .500

Model Summary

Step

-2 Log

likelihood

Cox & Snell R

Square

Nagelkerke R

Square

1 33.562(a) .622 .829

a Estimation terminated at iteration number 20 because maximum iterations has been reached. Final solution cannot be found.

總正確預測涵概率減少 1.2%。選取的變數僅少一項鄰近建物面積,有私有

圖 22 三城湖地區 BLR 預測第三期(1998)年有無建物與真實建物比較(去除鄰 近建物面積自變數)

結果是多預測 4 格,其預測預測準確率還不如加入「鄰近建物」參數的預 測模式(少預測 2 格)。

雖然說「鄰近建物多會讓建物消失」此似乎不正確的因素情形已被移除,

但是由於因為其他參數係數的改變,故造成預測模式變的不準確,例如坡度係 數,從-0.114 到-0.047(減少約 60%),故坡度較小的地區會變的更容易預測為 開發。

然而在此研究地區,雖然說前者預測率似乎較後者準確,但是後者卻沒有 出現前者「建物消失」的情形。