貨運量模式分析

圖4.2-2 為國際入境貨運量平穩性測試，在未經差分之狀況下 ACF、

PACF 未出現漸漸收歛的型態，表示此數列未達穩定狀態。此外，由表 4.2-6 單根檢定測試發現，該數列為無定向模式且 p 值＝0.1594，未達顯 著水準（p＜0.05），顯見該數列為非穩定狀態，必須進行差分步驟。

圖4.2-2 國際入境貨運量未經差分之 ACF、PACF 圖

表4.2-6 國際入境貨運量之 ADF 檢定

t-Statistic Prob.*

Angmented Dickey-Fuller test statistic -3.486979 0.1594 1％ leavel -3.546099

5％ leavel -2.911730 Test critical

values :

10％ leavel -2.593551

*Mackinnon（1996）one-side p-values

本研究進一步以其他轉換方式趨使數列呈現平穩形式，因此便將該數 列經由一次差分後，其數列之 ACF 與 PACF 仍未皆呈現收歛的型態，表 示此數列未達穩定狀態，差分後圖形如圖4.2-3，故需繼續進行差分。

圖4.2-3 國際入境貨運量經ㄧ次差分之 ACF、PACF 圖

從圖4.2-4 中可發現，二次差分所得到的 ACF 與 PACF 已出現收 斂型態，此數列為穩定狀態，故可判定 d 值＝2。

圖4.2-4 國際入境貨運量經二次差分之 ACF、PACF 圖

再經由 ADF 單根檢定法得知 p 值為 0（p＜0.05），顯示該數列已呈 相當穩定狀態，詳表4.2-7。

表4.2-7 國際入境貨運量二次差分後之 ADF 檢定

t-Statistic Prob.*

Angmented Dickey-Fuller test statistic -5.576615 0.0000 1％ leavel -3.577723

5％ leavel -2.925169 Test critical

values :

10％ leavel -2.600658

*Mackinnon（1996）one-side p-values

本研究參酌相關文獻（陳欣欣，2004、李佳叡，2000、楊文瑋，2004）

將採用最大概似法（maximum likelihood）預測模式之參數值（ψ,θ），並 利用統計軟體預測各模式之參數值及適合度準則。以下便將旅運量之各預 測值表示如下：

ㄧ、國際入境貨運適合度準則

表 4.2-8 為國際入境貨運預測模式，當 ARMA(p,q)模式中的 p＝2、q

＝1 時，其中的 AIC 與 SBC 值為最小，可發現模式為 ARIMA（2,2,1）均 有較小之 AIC 與 SBC，且模式中 AR 與 MA 之參數 p-value 均顯著

（p<0.05），故為最佳預測模式。

表4.2-8 國際入境貨運可能模式

q\p 1 2

AIC -2.12 AIC -2.05*

1 SBC -2.02 SBC -1.95*

AIC -2.62 AIC -2.11 2 SBC -2.02 SBC -1.97 註：*表 P 值達 5%之顯著水準

二、國際出境貨運適合度準則

表 4.2-9 為國際出境貨運預測模式，當 ARMA(p,q)模式中的 p＝2、q

＝2 時，其中的 AIC 與 SBC 值為最小，可發現模式為 ARIMA（2,2,2）均 有較小之 AIC 與 SBC，且模式中 AR 與 MA 之參數 p-value 均顯著

（p<0.05），故為最佳預測模式。

表4.2-9 國際出境貨運可能模式

q\p 1 2

AIC -2.34 AIC -2.40 1 SBC -2.26 SBC -2.30 AIC -2.36 AIC -2.32*

2 SBC -2.25 SBC -2.17*

註：*表 P 值達 5%之顯著水準 三、國內到站貨運適合度準則

表4.2-10 為國內離站貨運預測模式，當 ARMA(p,q)模式中的 p＝2、q

＝2 時，其中的 AIC 與 SBC 值為最小，可發現模式為 ARIMA（2,2,2）均 有較小之 AIC 與 SBC，且模式中 AR 與 MA 之參數 p-value 均顯著

（p<0.05），故為最佳預測模式。

表4.2-10 國內到站貨運可能模式

q\p 1 2

AIC -0.74 AIC -0.75 1 SBC -0.67 SBC -0.65 AIC -0.71 AIC -0.71*

2 SBC -0.60 SBC -0.58*

註：*表 P 值達 5%之顯著水準 四、國內離站貨運適合度準則

表4.2-11 為國內離站貨運預測模式，當 ARMA(p,q)模式中的 p＝2、q

＝2 時，其中的 AIC 與 SBC 值為最小，可發現模式為 ARIMA（2,2,2）時 模式中AR 與 MA 之參數 p-value 均顯著（p<0.05），故為最佳預測模式。

表4.2-11 國內離站貨運可能模式

q\p 1 2

AIC -0.77 AIC -0.88 1 SBC -0.70 SBC -0.77 AIC -0.77 AIC -0.75*

2 SBC -0.67 SBC -0.61*

註：*表 P 值達 5%之顯著水準