第五章 結論與建議
第二節 後續研究建議
本論文以倒傳遞類神經網路進行兩年間統測成績之預測,其預測結果較以往模式 於同年度間與利用以往資料預測來年資料都有提昇的效果,可作為學生選填學校的參 考依據,但仍有以下幾點作為改進的空間:
一、給未來研究者的建議:
(一)僅利用倒傳遞類神經網路模式並無法讓兩年之間試題及成績的差異列入考 量的範圍,僅能參照先前輸出標準作呈現,若兩年間統測試題難度改變太大,將 大大影響預測的能力,可以利用不同的類神經網路模型以降低兩年間的差距,或 利用其他數學演算方式才能讓兩年間的資料作串接的動作。
(二)本研究僅蒐集研究者任教學校資料,建議除縱向蒐集多年度資料外,亦可 橫向蒐集他校同群科成績,提升樣本數量進而建立適用性更廣泛之模型。
(三)本研究僅以模擬考成績為解釋變數,建議未來研究者可加入其他可能影響 因素如:性別、科別等,以期建立更準確的預測模型。
二、給學校的建議
(一)更多年度的資料有助於找出更好的模型,故建議行政單位確實保存成績資 料,便於教師建立預測模型。
(二)成立南部學校研究聯盟,以建立較佳預測模型為目標,由核心學校彙整聯 盟學校相關模擬考及統測資料供教師研究,以更多的樣本數建立更優良的預測模 型。
三、給老師的建議
(一)由本研究對模擬考及統測的相關研究,可知每次模擬考總分與統測總分皆 有可靠的預測結果,應鼓勵學生認真準備每次模擬考,藉由模擬考總分可初步推 測統測的表現。
(二)由本研究結果可知多年度模型並不優於單年度模型,但蒐集多年度資料,
建立不同單年度模型,有可能得到更好的預測模型,因此仍建議教師蒐集多年度 資料建立不同的預測模型。
本研究由於研究範圍的限制、研究能力的不足及研究時間的不夠,導致在研究 的過程中採取了單一解決方案,無嘗試更多的解決方案。因此提出以上後續研究建 議,供未來有興趣研究此一議題的研究者一些參考方向。
參考文獻
ㄧ、中文部份王啟仲(2009),高職生升學整合行為意向之研究_以高雄縣高職生為例,高苑科技 大學經營管理研究所碩士論文。
王進德、消大權(2003),類神經網路與模糊控制理論入門:類神經網路的特性,全華 出版
林士弘(2008),國中複習考對基測成績及登記分發落點預測模型之研究-以台北市 H 國中為例,東吳大學商用數學系碩士論文。
林俊昌(2008),國中基本學力測驗成績相關及預測之研究-以台北縣某國中為例,
輔仁大學應用統計學研究所碩士論文。
林威辰(2008),應用多種預測方法於台灣房地產價格預測,明志科技大學工業管理研 究所碩士論文。
任眉眉、陳日昇、詹嘉豪(2005),統計與落點分析:大學指考選填志願的利器,中 國統計學報,43(2),165-181。
任眉眉、陳日昇、林家立(2008),大學指考落點與實證分析,Journal of the Chinese Statistical Association, 46, 144-163。
沙俊明(2008),訂單生產策略下氧化銦錫導電玻璃產業之良率預測研究,國立交通大學 管理學院研究所碩士論文。
李佳玲(2002),大學入學考試中心學科能力測驗與高中在校成績關係之研究,國立台 北師範學院國民教育研究所碩士論文。
李季翰(2013),應用灰關聯分析與類神經網路訓練於軟式 IC 載板生產預測之研究,義 守大學工業管理學系研究所碩士論文。
宋珮怡(2007),我國大學學科能力測驗成績之預測建模研究,輔仁大學 應用統計學研 究所碩士論文。
呂沁玲(2009),應用灰關聯分析與類神經網路訓練於 IC 封裝類股連動關係之研究,義 守大學工業工程與管理學系研究所碩士論文。
周文賢(2004),多變量統計分析:SAS / STAT 使用方法,台北:智勝文化。
章英華、薛承泰、黃毅志(1996),教育分流與社會經濟地位:兼論對技職教育改革 的政策意涵,行政院教育改革審議委員會:教改叢刊 AB09。
吳淑芬(2014),高中在校成績與大學學測成績預測之數學模型建立-以台中市長億高中 為例,中興大學應用數學系所碩士論文。
吳月明(2006),股票報酬率預測模式績效之研究-倒傳遞類神經網路與灰預測之應用,
朝陽科技大學財務金融系碩士論文。
莊佶達(2011),應用 BP 類神經網路最佳參數模式於高中高職學力測驗成績之預測
-以台中市某國中為例,國立中興大學應用數學系未出版碩士論文。
陳柏翰(2012),台東縣高職應屆畢業生升學與就業意願影響因素研究,國立台東大 學教育學系未出版碩士論文。
陳景祥(2010),R軟體:應用統計方法(修訂版),台北:東華。
陳順宇(2009),迴歸分析:SPSS STATISTICA 軟體操作,台南:作者。
許雅琇(2011),高職學生補習數學對其統測數學成績之影響研究,雲林科技大學技術 及職業教育研究所碩士論文。
黃翊彰(2011),國中基本學力測驗成績預測建模研究-以彰化縣某國中為例,國立 中興大學應用數學系碩士論文。
柯俊偉(2006),用模糊類神經網路作為高中高職志願選填之研究,高雄師範大學資訊 教育研究所碩士論文。
技術校院招生策進總會(2014),103 學年度技術校院四年制與專科學校二年制統一 入學測驗簡章。
教育部(2003),技術及職業教育百科全書,第一冊:技職教育通論,台北:作者,
頁 199。
教育部(2009),技術及職業教育法規選輯(五版一刷),台北:作者。
教育部(2013),我國教育發展統計分析,台北:作者。
教育部(2010),近 16 年來我國教育發展統計分析,台北:作者。
蘇翰囊(2013),四技二專統一入學測驗數學 B 試題分析之研究-以臺南市某高職為例,
高雄師範大學數學系碩士論文。
蘇柏豪(2013),四技二專統一入學測驗成績預測建模研究-以台中市某職業學校商管 群為例,中興大學應用數學系所碩士論文。
游景新(1997),臺灣地區商業專科學校應屆畢業生升學意願及其相關因素之研究,
國立彰化師範大學商業教育學系碩士論文。
鄭振家(2013),高職學生學習成就之研究-以國立草屯商工學生為例,彰化師範大學 公共事務與公民教育學系碩士論文。
鍾秋才(2010),高職共同科目模擬考成績與入學測驗之相關研究,中華大學應用數 學學系未出版碩士論文。
張斐章、張麗秋(2010),類神經網路導論:原理與應用,滄海書局。
張斐章、張麗秋(2003),類神經網路(初版),台北:東華書局。
張斐章、張麗秋(2005),Neural network 類神經網路,東華書局。
張瀛珈(2015),高中學生游泳能力與體適能關聯性之研究,育達科技大學資訊管理所 未出版碩士論文。
張瑤峰(2001),類神經網路在銷售預測應用之探討,元智大學工業工程研究所未出版碩 士論文。
曹登發、盧炳勲(1992),類神經網路理論與應用,全華出版。
葉怡成(2003),類神經網路模式應用與實作,儒林圖書公司。
國立教育資料館(2009),中華民國教育年報,台北:國立教育資料館,頁 176。
曾國憲(2010),高職生參加四技二專統一入學測驗模擬考-以電子學試題分析為例,
國立雲林科技大學技術及職業教育研究所未出版碩士論文。
程大器(2002),統計學-理論與應用(下),台北:智勝文化。
楊明宗(2002),數學試題分析模式的建制-以「九十學年度四技二專入學測驗」商 業類「數學科」試題為例,國立臺中師範學院教育測驗統計研究所碩士論文。
劉佳宜(2009),91-96 學年度四技二專統一入學測驗國文科試題研究,國立台灣師 範大學國文學系碩士論文。
高健智(2012),使用類神經網路於手寫簽名辨識與預測標準普爾 500 指數,國立高雄 海洋科技大學電訊工程研究所未出版碩士論文。
翁碧蓮(2009),應用灰關聯分析與類神經網路訓練於 IC 封裝產量之預測,義守大學 工業工程與管理學系研究所碩士論文。
蔡岱蓉(2009),應用灰關聯分析與類神經網路訓練於 IC 裝銲線產量之預測,義守大 學工業工程與管理學系研究所碩士論文。
徐嘉良(2013),應用灰關聯分析、多元回歸與類神經網路預測黃金現貨價格方向之初 探研究,義守大學財務金融學系研究所碩士論文。
袁勝鋒(2011),台北市房地產價格預測之研究,明志科技大學工業工程與管理研究所 碩士論文。
賴士葆(1995),生產作業管理,台北:華泰書局。
二、英文部分
Chamber, J. C., Mullick S. K., and Smith D. D., (1971), How to Choose the Right Forecasting Technique, Harvard Business Review, July-Aug.
Fish, K. E., Barnes, J. H. and Aiken, M. W., (1995), Artificial Neural Networks: A New Methodology for Industrial Market Segmentation, Industrial Marketing Management, 24, 431-438.
Johnson, R.A. and Wichern, D.W. (2007). Applied Multivariate Statistical Analysis (6th ed.).
New Jersey:Pearson Education.
Lewis, C. D. (1982). Industrial and Business Forecasting Methods. London: Butterworths.
Rosen, E. M., and Silverman, D. C., (1992), Corrosion Prediction from Polarization Scans, Using An Artificial Neural Network Integrated with An Expert System, 48, 734-744.
Rice, G., and Mahmoud, E., (1990), Political Risk/Forecasting by Canadian, International Journal of Business Forecasting, 6, 89-120.
Wu, P. (1995), Neural Network Source Code. NCSU. Raleigh. N.C., U.S.A.
Zhou, W., (1999), Integration of Different Forecasting Models, The Journal of Business Forecasting Methods and System, 18, 26-28.