後續相關研究建議

傳統迴歸模式已被廣泛地使用，且統計迴歸理論至今已發展的相當完備，然 而有些問題卻是傳統迴歸模式難以處理的，當欲處理的資料具共線性時，便無法 準確地處理，一般改善方法為採用脊迴歸模式，本研究建議亦可採用以模糊積分 與模糊支撐為基礎之Choquet 積分迴歸模式來進行處理。且模糊測度及模糊積分 的概念已被廣泛地應用在各種學科領域中，依其所應用的情形做適當之改變，但 常用之測度還是以Sugeno 之 λ 測度及 Zadeh 之 P 測度為主，在上述兩種測度不 符合實際需求時，經由本研究分析比較結果，建議可採用劉湘川之基於L 測度與 γ 支撐之 Choquet 積分迴歸模式進行研究。

根據文獻探討及研究結果，提出以下幾點建議，說明未來可能的研究方向，

以供參考與發展：

一、模擬實驗：本研究在研究限制中因為時間上的限制，所以未進行模擬實驗，

在後續的研究中，可再多增加人數，進行模擬實驗研究。

二、軟體部分：將本研究之MATLAB 程式撰寫成在SPSS 統計軟體也可以加以 分析、計算，以便更加廣泛及容易使用。

三、本研究所採用之教育測驗資料，所選取之樣本資料對於自變數與應變數之間 的γ支撐呈現正值，若日後使用其餘實證資料或模擬資料時，γ支撐呈現負值 時需再加以模式轉換，才能增進預測效果。

四、本研究是比較基於模糊支撐與模糊測度之Choquet積分迴歸模式與複線性迴

歸模式、脊迴歸模式之預測效力，在後續研究中可將Choquet積分廣泛應用 於IRT模式、GHMM 模式、與無參數結合，甚至廣泛應用於企業管理、財務 金融方面。

參考文獻

中文部分

紀家維(2004)。應用脊迴歸分析於資料採礦預測系統之研究。輔仁大學應用統計 研究所碩士論文。

劉湘川(2006a)。基於P測度之改進模糊測度及其模糊積分。測驗統計年刊第十四 輯上期，1-15頁。台中市。國立台中教育大學。

劉湘川(2006b)。λ測度之改進模糊測度及其模糊積分。測驗統計年刊第十四輯上 期，16-34頁。台中市。國立台中教育大學。

劉湘川(2006c)。廣義m測度之模糊積分及其在測驗整合計分之應用。第三屆測量 統計方法學學術研討會暨台灣統計方法學學會年會。2006年9月23日。嘉義 市。國立嘉義教育大學。

劉湘川(2006d)。基於多值m測度之最適Choquet積分迴歸模式。第七屆海峽兩岸心 理與教育測驗學術研討會。中國測驗學會。2006年10月28~29日。臺北市。

國立政治大學。

劉湘川(2006e)。完備化m測度之最適Choquet積分迴歸模式。應用生物統計研討論 會。中華資料採礦協會。2006年9月30日。臺北市。國立臺灣大學。

劉湘川，蔡伯仁，杜雨潔(2008)。基於P測度與γ支撐之Choquet 積分迴歸模式。

2008應用統計學術研討會。2008年5月30日。臺北縣。國立台北大學。

英文部分

Browne, M. W. (2000). Cross-validation methods. Journal of Mathematical Psychology, 44, 108-132.

Choquet, G. (1953). Theory of capacities. Annales de l’Institut Fourier, 5, 131-295.

Hoerl, A. E., Kenard, R. W. and Baldwin, K. F. (1975). Ridge regression: Some simulation. Communications in Statistics, 4(2), 105-123.

Kohavi, Ron (1995). A study of cross-validation and bootstrap for accuracy estimation and model selection. Proceedings of the Fourteenth International Joint Conference on Artificial Intelligence, 2(12), 1137–1143. (Morgan Kaufmann, San Mateo)

Liu, H. C., Jheng, Y. D., Lin, W. C., and Chen, G. S. (2007). A novel fuzzy measure and its Choquet regression model. International conference on machine Learning and Cybernetics 2007, August 19-22, 2007. Hong Kong. China.

Liu, H. C., Lin, W. C., and Weng, W. S. (2007). A Choquet Integral Regression Model Based on a New Fuzzy Measure. The 12th International Conference on Fuzzy Theohery & Technology, July 2007, Salt Lake City, Utah, U.

Liu, H. C., Lin, W. C., Chang, K. Y., and Weng, W. S. (2007). A Nonlinear Regression Model Based on Choquet Integral with ε-Measure. 2007 WSEAS International Conferences, Venice, Italy.

Liu, H. C., Tu, Y. C., Chen, C. C., and Weng, W. S. (2008). The Choquet integral with respect to λ-measure based on γ-support. 2008 International Conferences on Machine Learning and Cybernetics, July 12-15, 2008, Kuming, China.

Liu, H. C., Tu, Y. C., Huang, W. C., and Chen, C. C. (2008). The Choquet integral with respect to R-measure based on γ-support. ICNC’08-FSKD’08, August 25-27, 2008, Jinan, China, accepted.

Liu, H. C., Tu, Y. C., Lin, W. C., Chen, C. C. (2007). Choquet integral regression model based on L-measure and γ-support. International conference on Wavelet Analysis and Pattern Recognition, August 30-31, 2008, Hong Kong, China, accepted.

Sugeno, M. (1974). Theory of fuzzy integrals and its applications. PhD thesis, Tokyo Institute of Technology, Tokyo, Japan.

Wang, Z. and Klir, G. J. (1992). Fuzzy measure theory. Plenum Press, New York, 43-49.

Zadeh, L. A. (1978). Fuzzy sets as a basis for a theory of possibility. Fuzzy Sets and Systems, Vol. 1 , 3-28.

附表 數學、理化、生物、地球科學畢業成績及其國中基本學力測驗自然科成績