English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 2928/5721 (51%)
造訪人次 : 374364      線上人數 : 949
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: http://ir.lib.ncut.edu.tw/handle/987654321/5422


    題名: 應用GM(1,N)預測長期照護需求之研究
    作者: 紀雯淇
    陳啟光
    貢獻者: 企業管理系
    關鍵詞: 需求預測
    長期照護
    灰預測
    GM(1,N)
    日期: 2012
    上傳時間: 2013-08-13 13:31:57 (UTC+8)
    出版者: 台中;國立勤益科技大學
    摘要: 台灣地區老年人口及其失能率近年逐漸有攀高的趨勢,因而造成長期照護資源之供需失衡,這將成為全球亟待解決之首要問題;而是否能有效發展與規劃相關體系已成各國家所重視的議題。其中預測是政府運作與企業經營的主要工作之一,透過精確的預測能使得政府的各項功能獲得良好的控制與妥善的規劃;而就企業而言則便於日後之行銷策略、人力配置與財務管理等企業功能之開展。
    則本研究根據灰色理論之方法,利用65歲老人人口數及失能率為依據相關部門之原始數據來建構適合長期照護需求之GM(1,N)模型並分析相關之影響因素。
    本研究主要以2001年至2010年官方資料運用灰預測GM(1,1)模型程式,預測出台灣地區長期照護資源之需求數,再進行建構適合長期照護需求之GM(1,N)模型並分析相關之影響因素。本研究結果發現,長期照護需求數在不考慮外在變數時,以GM(1,1)作為預測之工具具有最佳之平均準確率。當辨識係數為0.5時,其結果顯示「失能率」關聯度值最高有0.9以上,顯示其對登記數具有高度相關性;其次是「老化指數」關聯度值為0.8以上,位居第三高關聯度值為0.7以上則是「老年人口比率」。其餘包括有「醫療補助金額」、「扶養比」、「出生登記數」、「生育率」、「嬰兒死亡數」、「平均每一醫療機構服務人數」、等6項變數之關聯度值接介於0.59~0.68區間,顯示出對長期照護需求仍具有絕對相關性。在本研究結果中顯示出,當GM(1,N)之關聯度排序在不考慮顯著性的情況下,將「失能率」、「老化指數」、「老年人口比率」、「平均每依醫療機構服務人數」、「油價」、「扶養比」以及「一般生育率」等6項變數導入與長期照護需求數做預測時,可以獲得本研究所有預測方法最高之準確率。
    進而此研究預期結果可提供政府相關單位擬定長期照護政策之參考以及探討老年經濟安全對策,亦或提供業界作為投資、決策與規劃時之重要資訊來源。
    顯示於類別:[企業管理系(所)] 【企業管理系所】博碩士論文

    文件中的檔案:

    沒有與此文件相關的檔案.



    在NCUTIR中所有的資料項目都受到原著作權保護.


    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回饋