董信煌;李慶章;
頁: 151-176
日期: 2009/04
卷期: 16(2)
關鍵字: 研究方法;因果解釋性研究;資訊系統影響;貝氏迴歸;模式選擇;
Keywords: Research methods;casual explanatory study;IS impact;Bayesian regressions;model selection;
摘要: 因果解釋性研究是實證研究中很重要的一種研究方法，在實證研究中學者常使用複迴歸方法來驗證研究模式並找到顯著因子。貝氏迴歸是一種不同於複迴歸的分析工具，它使用事後機率抽取樣本來做統計推論，由於馬可夫鏈蒙地卡羅演算法可以有效率依機率分佈來抽取樣本，貝氏迴歸...

引用     導入Endnote

李慶章;董信煌;
頁: 217-237
日期: 2006/07
卷期: 13(3)
關鍵字: 拔靴法;支援向量迴歸;無母數迴歸;任務科技適配;行動商務;
Keywords: Bootstrap;Support vector regression;Nonparametric regression;Task-technology fit;Mobile commerce;
摘要: 本研究提出一個創新的支援向量迴歸方法來探討應用任務科技適配理論於資訊系統採用之問題。支援向量迴歸方法可以在給定的資料中產生一個簡潔的迴歸模式，以避免傳統機器學習法中的資料過度學習問題。根基於統計學習、數學規劃及氾函分析理論，支援向量迴歸方法較傳統的多...

引用     導入Endnote