節 節 產業別分析 節 產業別分析 產業別分析 產業別分析

表23(續)

專利指標

專利指標專利指標專利指標 一百萬元至一億元一百萬元至一億元 一百萬元至一億元一百萬元至一億元 一億元以上一億元以上 一億元以上一億元以上 全球專利家族數 0.107 0.115 美國專利家族數 0.759 0.086 官方行動次數 0.947 0.146 申請人答辯修正數 0.566 0.871 P<0.05* P<0.005**

第三 第三 第三

表 25

各產業變異數分析摘要 產業別

產業別

產業別產業別 電子產業電子產業 生技產業電子產業電子產業 生技產業生技產業生技產業 機械產業機械產業機械產業 機械產業 資訊產業資訊產業 資訊產業資訊產業 其他產業其他產業其他產業其他產業 F 檢定 57.11 29.42 5.083 11.323 12.506 P-value 0.000 0.000 0.000 0.000 0.000

本研究將五個產業別分別建立其迴歸方程式如下，

1.電子產業:

Y=9.773+5.999X₁-0.198X₂+0.025X₃-0.515X₄-0.775X₅+0.073X₆+0.185X₇-0.20 5X8-0.078X9-0.009X10+0.119X11+0.224X12-0.303X13-0.78314+0.375X15 (2)

2.生技產業:

Y=6.651+9.512X1-0.044X2+0.724X3-0.046X4+1.132X5-0.173X6+0.027X7

-0.29X₈+0.233X₉+0.249X₁₀-0.076X₁₁+0.685X₁₂-0.533X₁₃+0.024X₁₄+0.122X₁₅ (3) 3.機械產業:

4.資訊產業:

5.其他產業:

Y=8.912+4.123X1+0.168X2+0.100X3-0.105X4-0.151X5-0.034X6+0.233X7+0.37 1X₈-0.277X₉-0.008X₁₀+0.100X₁₁+0.085X₁₂-0.178X₁₃+0.219X₁₄+0.216X₁₅ (6)

並討論各指標在不同產業別其相關性，所有權人數量只在資訊產業上呈現 正相關，表示在資訊產業上說明所有權人數量越多，所獲得賠償金額就越大，

專利審查時間指標在各個產業上呈現正相關，表示不管任何產業，專利審查時 Y=10.4+3.203X1-0.43X2-0.065X3-0.576X4+0.753X5-0.201X6-0.152X7+0.036X8 +0.70X₉-0.483X₁₀-0.106X₁₁-0.219X₁₂+0.113X₁₃+0.562X₁₄-0.355X₁₅ (4)

Y=7.267+1.868X1+0.219X2-0.014X3+0.381X4-0.096X5+0.052X6-0.08X7+0.108 X8-0.103X9+0.165X10-0.033X11+0.076X12-0.014X13-0.004X14+0.190X15 (5)

項數越少，賠償金額就越多，申請人答辯修正數、全球專利家族數只在機械產 業上呈現負相關，表示申請人答辯修正數、全球專利家族數越少，賠償金額就 越多，美國專利家族數只在機械產業上呈現正相關，美國專利家族數越多，賠 償金額也就隨著越多，其他指標在各個產業無顯著區別，詳情如表 26。

本文分別對五項產業別進行模式驗證，隨機取得五項產業三分之二的樣本 數作為建模的樣本資料，剩下的三分之一為測試樣本並導入測試模式中，並取 得各產業之預測值，詳情如附錄 2 至附錄 5。然後分別一一計算出各產業的平均 標準誤差，電子產業為 0.57、生技產業為 2.55、機械產業為 0.08、其他產業為 0.46，由於本研究蒐集到有關資訊產業專利樣本數共 32 筆，若再取三分之一的 測試樣本，將使建模樣本不足三十筆，並不符合中央極限定理，而資料無法趨 於常態分配，故資訊產業並不能進行模式的驗證。

研究結果顯示總體迴歸模型的預測能力沒有比分產業別的效果好，而且所 有平均標準誤差均小於 3，所以必須要把產業特性考慮進去，才能使模型更加完 善。由於機械產業的平均標準誤差最小，其誤差值只有 0.08，表示這 15 項指標 最適合在機械產業領域上去預測其未來的訴訟賠償金額，但生技產業的平均標 準誤差卻為 2.55。因為本研究蒐集到機械產業的專利幾乎都是實體產品的專 利，而生技產業卻有一部分專利提及無形的方法，較難預測其本身的專利價值，

造成標準誤差略為提升。因此建議後續研究者可將專利侵權訴訟案件以方法不 同加以分類，但須注意有些專利可能同時提及方法或實體產品，必須於分類時 加以定義分類之標準。

表 26

各產業相關性分析摘要表

產業別產業別產業別產業別

專利指標專利指標 專利指標專利指標

電子產業電子產業電子產業

電子產業 生技產業生技產業生技產業生技產業 機械產業機械產業機械產業機械產業 資訊產業資訊產業資訊產業資訊產業 其他產業其他產業 其他產業其他產業

專利審查時間 +5.999 +9.512 +3.203 +1.868 +4.123 起訴時間 -0.198 -0.044 -0.43 +0.219 +0.168 發明人數量 +0.025 +0.724 -0.065 -0.014 +0.100 所有權人數量 -0.515 -0.046 -0.576 +0.381 -0.105 IPC 分類號 -0.775 +1.132 +0.753 -0.096 -0.151 UPC 分類號 +0.073 -0.173 -0.201 +0.052 -0.034 引證數 +0.185 +0.027 -0.152 -0.08 +0.233 總項數 -0.205 -0.29 +0.036 +0.108 +0.371 獨立項數 -0.078 +0.233 +0.70 -0.103 -0.277 圖示數量 -0.009 +0.249 -0.483 +0.165 -0.008 被引證數 +0.119 -0.076 -0.106 -0.033 +0.100 全球專利家族數 +0.224 +0.685 -0.219 +0.076 +0.085 美國專利家族數 -0.303 -0.533 +0.113 -0.014 -0.178 官方行動次數 -0.783 +0.024 +0.562 -0.004 +0.219 申請人答辯修正

數

+0.375 +0.122 -0.355 +0.190 +0.216

+表示正相關 –表示負相關

第四 第四

第四 第四節 節 節 節 公司及個人別分析 公司及個人別分析 公司及個人別分析 公司及個人別分析

本研究將樣本資料依照所有權人指標，區別公司別及獨立發明人兩大類並 加以討論及分析，分類結果公司別樣本數有316筆、個人別有52筆，接著進行迴 歸分析獨立性假設跟常態性假設，公司別及個人別皆符合獨立性假設跟常態性

< 0.05;然而個人別的判別係數卻小於0.5，P-value也不顯著，詳情於表27。本研究 所提出的迴歸預測模型是適用於申請人以公司名義的模式解釋能力會較佳，換 句話說15項指標在公司別之中對訴訟賠償金額的迴歸預測模式中，對賠償金額 有較顯著的影響，遂建構其迴歸預測模型，其迴歸數學式如下:

1.公司別迴歸模式:

Y=7.764+23.855X1-0.008X2+0.511X3+1.181X4-1.269X5+0.177X6-0.548X7-0.0 15X8+0.412X9+0.112X10+0.463X11-0.42X12+0.263X13-0.013X14 (7)

2.個人別迴歸模式:

Y=11.420+0.826X₁+0.257X₂-0.079X₃-0.235X₄+0.290X₅+0.283X₆+0.218X₇+0.0 64X₈-0.099X₉-0.045X₁₀-0.006X₁₁-0.062X₁₂+0.065X₁₃+0.034X₁₄ (8)

然而個人別模式並不顯著而且樣本數過少，所以本研究只針對公司別模式進行 驗證，隨機取105筆專利件數為驗證樣本，212筆專利件數為建模的樣本，其實 際值與預測值詳情如附錄6，並計算出平均標準誤差為2.77，表示以公司別的迴 歸模型具有良好的預測能力，也就是預測未來的訴訟賠償金額的準確性很高。

本研究使用相關性分析在公司及個人別討論15項自變數對賠償金額的影 響。由表28中發現在公司別的迴歸模式中，共有8項指標對依變數呈現正相關關 係、6項指標具有負相關關係，其中審查時間、IPC分類號、引證數三項指標對 訴訟賠償金額具有高度正向影響，UPC分類號指標對訴訟賠償金額具有高度負 向影響;然而在個人別共有8項指標對依變數呈現正相關關係、6項指標具有負相 關關係，其中在迴歸模式中15項指標對訴訟賠償金額皆影響程度不顯著。接著 對公司及個人別進行相關性分析，並討論其各指標對公司及個人別相關之情 形，專利審查時間、引證數、官方行動次數在兩者迴歸模式中皆呈現正向關係;

美國專利家族數在兩者迴歸模式中皆呈現負向關係。發明人數量、IPC分類號、

圖示數量、被引證數、全球專利家族數五項指標在公司別迴歸模式中是正相關，

卻在個人別迴歸模式呈現負相關。而起訴時間、UPC分類號、總項數、獨立項 數、申請人答辯修正數五項指標在公司別迴歸模式中是負相關，卻在個人別迴 歸模式呈現正相關，表示有些指標會因所有權人別對訴訟賠償金額呈現不同的

影響。

表 27

公司別與個人別之迴歸模式及變異數分析

表 28

公司及個人別相關分析摘要表 所有權人別

所有權人別 所有權人別 所有權人別 專利指標專利指標 專利指標專利指標

公司別公司別

公司別公司別 個人別個人別個人別個人別

專利審查時間 +23.855 +0.826

起訴時間 -0.008 +0.257

IPC 分類號 +1.181 -0.235

發明人數量 +0.511 -0.079

UPC 分類號 -1.269 +0.290

引證數 +0.177 +0.283

總項數 -0.548 +0.218

獨立項數 -0.015 +0.064

圖示數量 +0.412 -0.099

被引證數 +0.112 -0.045

全球專利家族數 +0.463 -0.006

美國專利家族數 -0.420 -0.062

官方行動次數 +0.263 +0.065

申請人答辯修正數 -0.013 +0.034

+表示正相關 –表示負相關 所有權人別判別方法 所有權人別判別方法 所有權人別判別方法

所有權人別判別方法 公司別公司別 公司別公司別 個人別個人別 個人別個人別

R 平方 0.822 0.330

調過後的 R 平方 0.814 0.076

Durbin-Watson 檢定 1.163 2.106

F 檢定 99.25 1.340

P-value 0.000 0.253

第五 第五 第五

在文檔中 中 華 大 學 (頁 74-80)