量測變數迴歸

量測變數之找尋必須考慮其關聯性，在本研究中尤其需要對文心蘭花卉的特性清楚，

才能提高找尋量測變數之效率。而找出預想之外來變數，僅僅並表示其有可能作為量測變 數，還須待進一步的數學驗證後，才能確認其是否適合作為本研究之成功的量測變數。

5.3.1 外來變數資料分析

經由花卉專家長期觀察文心蘭之產量分配[1]，可知文心蘭的產出有明顯的季節性，9 月至 11 月為高峰期，5 月至 6 月為次高峰，高峰期 3 個月之產出約可占全年之四成左右，

而產期集中之結果通常會快速反應在價格之變化上。圖 5.6 所示為文心蘭 2000 年至 2005 年每月之平均價格與產量折線圖，橫軸代表每年之月份，左邊縱軸單位為文心蘭總平均價 (元)，右邊縱軸為文心蘭產量(件)，線段上有點的代表文心蘭每月年產量，線段平整的代表 文心蘭每月總平均價，每月線段的橫線為其月平均。從圖 5.6 可以觀察到在 9 月至 11 月之 平均價格最低，但產量最高，其他月份亦有互補之情形。因此可以推論產量是影響文心蘭 價格的主因。

圖 5.6 文心蘭總平均價與產量 2000 年至 2005 年月平均圖

經由文獻的整理[13]發現，溫度普遍被認為是影響花期與品質的重要因素，文心蘭開 花隨溫度之降低所需生育期愈長。目前文心蘭的主要產地為台中縣與屏東縣[1]，切花內外 銷比例約為 49：51，內外銷比率有地區性之差異，中部幾乎以外銷為主，而內銷貨源則主 要來自南部。因此本論文決定採用屏東縣恆春觀測站每月的氣溫平均資料[2]來作為預想之 量測變數。

此外，由於文心蘭花序發育日期在 60 日～75 日之間[13]，因此將氣溫數據往前收集 兩個月，得到資料如表 5.3 所示。

表 5.3 屏東縣月均溫 成正相關趨勢，而取 log(x)與 z 之迴歸式，可發現其 R-squared 為 0.402561，代表 log(x)與 z 有高相關性，因此可確認其達成量測變數兩大性質之一的量測相關性。細部數據如表 5.4 量測變數與獨立變數相關性之分析結果所示。

圖 5.7 量測變數對獨立變數散佈圖 表 5.4 量測變數與獨立變數相關性之分析結果

相依變數：z

方 法：最小平方法

樣 本：2000 年 1 月至 2005 年 12 月 觀 察 值：72 筆

變數 係數 標準差 t 檢定值 p 值

log(x) -5.633842 0.820326 -6.867805 0.0000 c 48.66974 3.425372 14.20860 0.0000 R-square：0.402561

而圖 5.8 為量測變數 Z 與殘差 E 之散佈圖，經由觀察很明顯的確認其相關性甚低。可 確認其達成量測變數兩大性質之一的量測外部性。細部數據如表 5.5 量測變數與殘差相關 性之分析結果所示。

圖 5.8 量測變數 Z 與殘差 E 之散佈圖

表 5.5 量測變數與殘差相關性之分析結果

E -0.054691 0.022860 -2.392469 0.0194 c 25.21250 0.322638 78.14495 0.0000 R-square：0.075589

經由量測相關性與量測外部性的達成，接著利用兩階段最小平方法進行迴歸，得到數 據如表 5.6 兩階段最小平方法之分析結果。經由兩階段最小平方法重估計的迴歸方程式如 下式子所示，y 代表文心蘭的總成交量(把)，x 代表文心蘭的總平均價(元/把)。

log(y)= -1.198876 log( x) + 15.20804 表 5.6 兩階段最小平方法之分析結果

log(x) -1.198876 0.160440 -7.472441 0.0000 c 15.20804 0.668787 22.73975 0.0000 R-square：0.559960

R-square 值達 0.559960，表示經由量測變數降低文心蘭總平均價的不確定性之後，該 方程式相關性高。而獨立變數 log(x)的標準差為 0.160440，常數項標準差為 0.668787，相 對於係數之下非常小，顯示出該迴歸方程式之準確性高。可以說明以屏東縣月均溫足以做 文心蘭總平均價的量測變數。

5.3.3 結果分析

本次所找出的量測變數用來產生迴歸方程式的相關係數為 0.559960，經二階段最小平 方法做出來的效果顯示出屏東縣月均溫與文心蘭總平均價的密切程度，我們可以說以氣溫 做為量測變數確有其重要性，或許在後續的研究之中可以對氣溫的指標再做進一步的探 討。