台灣半導體公司經營績效之研究

Transcription

1 立 理 論 Business Performance for Semiconductor Comanies of Taiwan 年

2

3 Business Performance for Semiconductor Comanies of Taiwan Student: Meng-Fang Tien Advisor: Dr. Gwo-Hshiung Tzeng 立 理 論 A Thesis Submitted to Graduate Institute of Management of Technology College of Management National Chiao Tung University in artial Fulfillment of the Requirements for the Degree of Master in Management of Technology February 005 Hsinchu, Taiwan 年

4

5 理 立 兩 歷 年 率 IC 領 量 金 年來 陸 臨 略 累 力 Market Observation Post System 了 9 年度 67 料 利 量 Factor Analysis 0 5 Factor Analysis 落 Cluster Analysis 67 落 略 參 落 i

6 Business Performance for Semiconductor Comanies of Taiwan Student: Meng-Fang Tien Advisor: Dr. Gwo-Hshiung Tzeng Graduate Institute of Management of Technology National Chiao Tung University Abstract Taiwan Semiconductor industry is one of the romoted industries of the government s actively develoing roect of two-star, two trillion 兩, after the develoment of the ast decades, the global market share for Taiwan Semiconductor industry ranks as No. in foundry and ranks as No. in fabless, these show that our Semiconductor industry is in the osition of world leadershi. Comare to the other countries, the most comarative advantages of our Semiconductor industry are the industry clustering effect and secialization within Semiconductor industry, and these advantages are hard to imitate for other countries. However, the develoment of our Semiconductor Industry has been focused on foundry manufacturing, and often needs to invest big bucks on caital exenditure, but under economic downturn, this exansion often leads to caacity overshoots demand. And with oining into cometition in the foundry segment from new entrants like China and South Korea in recent years, our Semiconductor comanies are facing the new threats. How should the Taiwan Semiconductor comanies adust their business strategies with lentiful long-term accumulating manufacturing exeriences under the scoe of the integrated ustream and downstream industry chains to transform themselves into a high value-added, design-driven industry in order to remain cometitive in global markets is what Taiwan Semiconductor comanies and the government need to face squarely. This aer resents an analysis of business erformance for Semiconductor comanies of Taiwan based on the 003 financial data from the Market Observation Post System and the alication of multivariate statistical analysis techniques Factor Analysis, to diminish the 0 financial criteria and reresent in 5 common factors, and base on the factor scores obtained from Factor Analysis to be the inuts for Cluster Analysis, we divided 67 Semiconductor comanies into several grous, and further analyze and exlain the characters of each grous, in order to rovide suggestions to Semiconductor comanies for making strategic decisions. Keywords: Semiconductor industry, business erformance, factor analysis, cluster analysis ii

7 論 老 來來 不 論 老 論 更 論 更 老 老 懶 不 老 精 論 都 老 老 老 來 不 不 老 樂 不 度 老 律 樂 老 令 金 老 見識 老 都 不 老 老 來 論 論 料 見 益良 老 老 老 老 識 老 識了 了 樂 麗 都 見 利 福! 玲 了! 論 iii

8 錄.i.ii....iii 錄....iv 錄....vi 錄......viii 論 類 量..... 料 數 說 料 iv

9 數 說 類 數 類 落 理 論 類 論 論 參 錄 錄 錄 落 錄 料 理 錄 料 料 v

10 錄 量 利 六 年 年 歷年 歷年 歷年 六 歷年 理 理 數 理 率 累 率 理 數 量 vi

11 數 理 數 量 六 數 理 類 落 落 理 落 理 落 落 理 落 理 六 落 落 理 落 理 類 落 落 理 落 類 理 n P 量. 56 參 數 落...67 n m 量. 68 earson 數 C 聯..7 vii

12 錄 里 年 年 識 六 料 識 料 理 狀 落 狀 落 狀 落 類 狀 落 落 落 類 雷 落 類 雷 六 落 類 雷 落 類 雷 落 落 類 雷 落 類 雷 落 類 雷 落 落 類 雷 viii

13 落 類 雷 落 類 雷 六 落 類 雷 類 落 類 落 類 雷 類 落 類 雷 類 落 類 雷 類 落 類 雷 ix

14 論 008 兩 列 兩 兩 六年 數 兩 力 兩 966 年 切 987 年 了聯 路 了 990 年 立六 來 003 年 IEK-IT IS 料 003 年 IC 50 料 了 歷年來 R&D 兩 8 DRAM DRAM SoC 料來 Chang, David C. W. 004, ITRI 里

15 料來 年 歷 年 力 003 年 率 70.8 率 36.0 率 44.5 率 8.7 落 領 PC 力 力 量 金 年來 陸 列 臨 來 略 累 來 年 76 例 易 料 列 67 年 理 5 利 Factor Analysis 六 來 Factor Score 來 落 Cluster Analysis 料 76 類 落 來 立 數 不 落 了 率 994a, 994b 7

16 旅 Factor Analysis 落 Cluster Analysis 不 類 異 不 類 不 類 不 略 量 Factor Analysis 落 Cluster Analysis 來 Factor Analysis 落 Cluster Analysis 類 不 落 略 參 Market Observation Post System 了 9 年度 67 料 利 量 Factor Analysis 利 力 力 力 力 Factor Analysis 落 Cluster Analysis 67 數 落 5 來 落 略 參 3

17 Fabless IC IC IC. IEK-IT IS 999 年 003 年 年度 Gross Domestic Product, GDP 5-6 年 999 年 年 36 例 年 GDP 量 年 GDPBUSD GDP/CaitaUSD /GDP / 料來 行 004/04004/05004 WSTS 003 年 664 來 003 年 IC 年 IC 353 邏 類

18 8.4.7 IC 689 IC IC Revenue WW Share WW Rank Leaders Self Brandname IC US/JP/KR DRAM KR/US SRAM JP/KR/US MasK ROM TW Fabless US MFG US/JP/KR Foundry TW PKG TW Testing TW MFG Caacity JP/US 年 料來 Chang, David C. W. 004, ITRI 年 / IC IC IC IC 例 料來 004 IEK-IT IS 料 003 年 IC 50 料 了 歷年來 5

19 IC /00 率 Foundry 聯 Foundry 聯 Fabless Package IDM, DRAM DRAM Package, Test DRAM, Foundry DRAM 力 DRAM 料來 004. Fabless IC IC IC 來.. Fabless 003 年 IC 年 8.7 率 IC 003 年 IC IC IEK-IT IS 003 年 Fabless 年 Fabless IC 年 數 率 例 6:38 59:4 5:49 49:5 45:55 / R&D 料來 004 6

20 例 00 年 年更 55 來 立 IC 不 益 003 年.8 金 年 66 說 了 不 力 IC 利 年 率 率 利率 利率 利率 料來 年 IC 6 落 聯 凌 六 003 年 IC 率 聯 凌 聯 隆 料來 004 7

21 4 年來 003 年 45.4 PCNB 年降 003 陸 來 IC 998 年 003 年 年 率 3.3 數 金 IC 力 PC 領 3C 數 IC IC 00 年 IC IC 00 年 IC 歷 煉 更 004 年 DVDLCD 利 IC 不 IC 005 年 年 00.. IC 003 年 IC 4. 更 000 年 年 IC 00 年 4 3 聯 磊 立 隆 六 IDM 力 003 年 IC 降 例 歷年 見 8. 例 不 拉 例 R&D 例 4.4 例 003 年 IC 利率 利率 亮麗 8

22 IC 年 數 率 力 m 例 50:50 34:66 34:66 47:53 49:5 / R&D/ IC 料來 004 年 率 率 利率 利率 利率 料來 年 IC 率 聯 力 料來 004 9

23 3 例 IC 003 年 DRAM DRAM DRAM 00 年 邏 不若 DRAM 來 邏 00 年 7 滑 003 年 年 利 率 利 IC 00 年 年 65.7 IBMNEC Hynix IDM 領 陸 來 st Silicon Siltera 陸 率 00 年 73 滑落 003 年 年 50.8 IC 年 / 陸 北 料來 004 北 Fabless 003 年北 6.7 IC 003 年.9 0

24 年度 北 料來 來 IC 00 年 歷年 力 率 003 年 聯 利 率 力 利量 利 000 年 470 來 不 Fab4 陸 不 利..3 IC 003 年 年 年 數 年 更 率 數 00 年 36 IDM 003 年 00 年 IDM 003 年 00 年 年 BGABall Grid Array Driver IC 不 Driver IC 力 003 年 行列.7

25 歷年 年 數 率 率 50:50 48:5 5:48 50:50 48:5 / R&D/ 料來 004 來 003 年 歷年來 利率 落 料 003 年 000 年 利率 落 來說 年 BGA Driver IC 年 003 年 3 歷 來 歷年 年 率 率 利率 利率 利率 料來 年 度 79 益 聯 流 003 年 連 來

26 00 年 益 003 年 DRAM LCD Driver IC DRAM Driver IC 003 年 亮麗 00 年 率 精 料來 來 004 年 IDM 利 率 IC 陸 利 年 來 003 年 年 異 IDM 例 NEC IC BGAFli Chi..4 IC 003 年 年 9 陸 力 RF SoC SoC 力 年來 行列 行累 利 利 SoC 3

27 IC 歷年 年 數 率 率 6:39 60:40 59:4 58:4 57:43 / R&D/ 料來 004 六 IC 歷年 年 率 率 利率 利率 利率 料來 年 83 福雷 來 003 年 003 年 復 IDM 更 量 量 聯 003 年 不 來 力 003 年 LCD Driver ICCMOS Image Sensor DRAMFlash 力 003 年 列 4

28 IC 率 力 精 料來 來 DRAM DRAM DDRII 004 年 數 Flash 004 年 Flash SoC 力 004 年 IDM 003 年 LCD IC 率 IC DVD 錄 DSC IC 004 年 年 4 利 率 年 003 年 4.5 來 例 5

29 .3 SWOT IC Design IC Manufacturing IC Packaging and Testing Equiment Materials Strengths Weakness Develoment Direction Cost control Proximity to downstream IT alications market Production caacity Service quality Foundry rocess technology Proximity to foundry comanies Advanced technology Many domestic wafer fab, IC ackaging, IC testing comanies Domestic wafer fabs Numerous IC ackaging, testing comanies Product innovation Analog, wireless communications SoC, technology lacking Weak marketing caabilities Weak in DRAM technologies Marketing caabilities Insufficient cost cometitiveness in low-end roducts Lack of strong resence in China Uniform ricing for equiment, global market increasingly controlled by limited number of suliers Difficult to ersuade otential customers to switch suliers Difficult to develo technology for high-end roducts Customers for advanced roducts have little willingness to switch suliers Strengthen analog, telecoms, SoC technologies Develo mainland China market Global deloyment Establish DRAM technologies Build -inch wafer fabs Raise caabilities in mixed-signal and SoC testing Small and medium-sized ackaging vendors move toward high-end technologies Begin with comonent suly Maintain close interaction with downstream Work with technology roviders and ointly develo new technologies Maintain close interaction with downstream customers 料來 Chang, David C. W. 004, ITRI 6

30 理 Strengths Weakness Secialization within semiconductor industry, industry clustering effect evident Strong rofessional foundry segment, stimulating develoment of ustream and downstream industries Suort of downstream PC industry Oerational flexibility Comarative cost advantage Strong in digital design technologies and CMOS rocess caabilities Oortunities Redundancy in industry segments and roducts targeted for vendor investment, little innovation Shortage of talent in high-frequency devices, wireless communications, analog design, and systems SoC-related design, manufacturing, ackaging, and testing technologies in need of strengthening Marketing channels and market sensitivity insufficient Threats Great otential of China market for PCs and digital consumer devices Demand for comonents for emerging IA roducts Industry alliances, technology transfers, mergers are strengthening caabilities Large IDM vendors are continuing to lace orders, greatly benefiting the manufacturing, ackaging, and testing industries Cometition in the foundry segment from new entrants, such as Korea, China Raid develoment of latecomer design industries, such as Israel, Euroe Barriers to entry for wireless communications roducts is high comanies without key technologies or who enter too early find it difficult to survive 料來 Chang, David C. W. 004, ITRI SWOT 路 ASIC 落 -4 年 陸 流 陸 都 年來 力 利 IC 力 益 來 力 7

31 類 量 行 Market Observation Post System 了 9 年度 67 料 0 Factor Analysis 落 Cluster Analysis 行 3. 錄 料 理 了 不論 都 臨 料 料 理論 來 理 003 理 料 理 料 量 數量 類 理論 AHP Fuzzy AHP 落 數 C-meansFuzzy C-means 數量 Logit robit 類神 路 Fuzzy 理論 fuzzy 數列 iecewise 數量 fuzzy 數量 ARIMA Chaos Kalman Filtering GMDH 理論 950 年 量 955 年 970 年 978 年 料 DEAFuzzy 數 De Novo De NovoFuzzy DEAFuzzy MCP P TOPSIS MODM 領 理論 ( Fuzzy)AHP Fuzzy AHP, ANP, Fuzzy ANPELECTRE PROMETHEE TOPSIS 領 Fuzzy 類神 路 理 易 臨 路 料 不 不 料 料 識 識 識 利 識 利 識 不 8

32 錄 料 理 料 Data Mining 錄 六 料 理流 參 錄 量 例 年 76 例 易 料 列 67 年 理 5 利 Factor Analysis 六 量 Factor Loading 來說 益 率 來 Factor Score 來 落 料 來 行 落 Cluster Analysis 量 量 76 類 益 刺 利 益 不 落 異 參 料 落 來 立 數 不 落 了 率 量 理 率 行 不 不 了不 異 落 類 參 立 數 了 年度 易 994a, 994b 7 旅 度 累 率 67.9 行 累 率 3.45 力 累 率.6 理 累 率 7.6 理 累 率 3.78 累 率 見 落 不 類 異 類 9

33 落 類 不 類 不 類 不 略 累 率 行 連 力 力.6.6 理 --- 理 立 理 料來 994a 理 梁 年 年度 料 率 數 利 力 率 不 羅 數 0

34 不 立 利 落 料 落 參 利 立 降 不 來說 理 參 略 004 料 數 落 異數 率 率 利率 略 異 來 量 量 數 量 數來 量 率 率 利率 997 理 度 量 了 狀 了 年 年 ( 年 ) 行 益力 力 力 力 力 力 參 Factor Analysis 落 Cluster Analysis 來 參 來 數

35 3. 料 數 說 Market Observation Post System 了 9 年度 67 料 0 Factor Analysis 落 Cluster Analysis 行 3.. 料 67 不 類 IC 33 IC 5 IC IC 類 料 7 67 理 類 IC IC IC IC 類 凌 聯 隆 磊 聯 見 磊 益 菱 聯 力 / 聯 力 凌 立 立 隆 料來 理

36 3.. 數 說 來 數 0 0 數 理 率 金 率 流 率 率 利 數 率 數 率 數 率 率 率 益 率 利益 率 益 率 益率 金流量 率 金流量 率 金 率 料來 理 率 =/ 金 率 = 益 +/ 流 率 = 流 / 流 率 = 流 --/ 流 利 數 = 利 益 / 利 率 =/ 數 =365/ 率 率 =/ 數 =365/ 率 率 =/ 率 =/ 率 = 益 + 利 *- 率 / 益 率 = 益 / 益 益率 = 益 / = 利 - 利 / 行 數 金流量 率 = 金流量 / 流 金流量 率 = 年度 金流量 / 年度 + + 金 利 金 率 = 金流量 - 金 利 /++ + 金 3

37 3.3 類 來 料 行 數 3.3. 數 料 STATISTICA 行 數 3 料 力 6.86 數 4 料 力 7.5 數 5 料 力 78.0 率 累 率 理 數 率 累 率 料來 理 數 5 5 量 量 來 理 數 5 量 Factor Factor Factor3 Factor4 Factor5 率 金 率 流 率 率 利 數 率 數 率 數 率 率 率 益 率 利益 率

38 益 率 益率 金流量 率 金流量 率 金 率 率 累 率 料來 理 數 5 理 利 數 率 率 益 率 流 率 率 數 率 金 率 率 數 利益 率 率 金流量 率 益 率 率 金流量 益率 率 金 率 率 累 率 料來 理 數 4 4 量 量 來 理 六 數 4 量 Factor Factor Factor3 Factor4 率 金 率 流 率 率 利 數 率 數 率 數

39 率 率 率 益 率 利益 率 益 率 益率 金流量 率 金流量 率 金 率 率 累 率 料來 理 六 數 4 理 金 率 率 利 數 率 率 益 率 率 利益 率率 益 率 益率 金流量 率 金流量 率 金 率 流 率 數 金 率 率 數 率 率 累 率 料來 理 六 來 料 益 數 5 便 料 數 5 便 量 利 力 力 力 力 理 來 來 6

40 利 力 力 力 力 利 數 率 率 益 率 流 率 率 數 金 率 率 數 利益 率 率 金流量 率 益 率 率 率 金流量 益率 率 金 率 率 累 率 料來 理 3.3. 數 5 理 IC 利 力 力 力 力 凌 聯 隆 聯 聯

41 磊 凌 立 料來 理 IC 利 力 力 力 力 聯 見 磊 力 立 隆 料來 理 IC 利 力 力 力 力 益 菱

42 力 料來 理 IC 類 利 力 力 力 力 料來 理 3.4 類 落 落 狀 落 落 類數 便 切 IC IC IC IC 類 狀 落 9

43 5 Tree Diagram for 33 Cases Single Linkage Euclidean distances 4 Linkage Distance 3 0 聯 凌 磊 立 聯 隆 凌 聯 IC 狀 落.5 Tree Diagram for 5 Cases Single Linkage Euclidean distances.0 Linkage Distance 見 力 立 磊 隆 聯 IC 狀 落 30

44 3.5 Tree Diagram for Cases Single Linkage Euclidean distances Linkage Distance 力 菱 IC 狀 落.8 Tree Diagram for 7 Cases Single Linkage Euclidean distances.6.4 Linkage Distance IC 類 狀 落 3

45 理 論 落 IC IC IC IC 類 落 落 落 理 六 更 IC IC IC IC 類 落 落 落 類 雷 更 落 料 落 來 4. IC IC 落 落 理 落 利 力 力 力 力 落 聯 落 落 落 磊 立 聯 隆 凌 聯 凌 料來 理 落 落 落 落 利 力 力 力 力 IC 落 3

46 落 力 利 力 力 落 聯 力 IC 落 類 雷 落 力 利 力 力 落 力 IC 落 類 雷 33

47 落 力 利 力 力 落 力 六 IC 落 類 雷 落 力 利 力 力 落 磊 立 聯 隆 力 凌 聯 凌 IC 落 類 雷 34

48 落 理 落 3 3 落 落 落 3 3 利 數 率 益 率 利益 率 益 率 益率 金 率 率 流 率 率 金流量 率 金流量 率 率 數 率 金 率 率 率 數 料來 理 35

49 六 來 落 落 聯 利 力 力 力 力 聯 利 力 力 力 力 力 落 利 力 力 力 力 了 都 來 力 落 利 力 力 力 力 來 利 力 落 磊 立 聯 隆 凌 聯 凌 落 利 力 力 力 力 落 力 力 不理 來 4. IC IC 落 落 理 落 利 力 力 力 力 落 落 落 見 力 立 磊 隆 聯 料來 理 36

50 利 力 力 力 力 落 落 落 IC 落 落 利 力 落 力 力 力 IC 落 類 雷 37

51 落 力 利 力 力 落 力 IC 落 類 雷 落 力 利 力 力 落 見 力 立 磊 力 隆 聯 IC 落 類 雷 38

52 落 理 落 落 落 利 數 率 益 率 利益 率 益 率 益率 金 率 率 流 率 率 金流量 率 金流量 率 率 數 率 金 率 率 率 數 料來 理 39

53 來 落 落 落 利 力 力 力 力 來 利 力 力 落 利 力 力 力 力 來 力 落 見 力 立 磊 隆 聯 落 利 力 力 力 力 落 來 力 4.3 IC 六 IC 落 落 理 落 利 力 力 力 力 落 落 落 力 菱 落 益 料來 理 利 力 力 力 力 落 落 落 落 IC 落 40

54 落 利 力 落 力 力 力 IC 落 類 雷 落 力 利 力 力 落 力 IC 落 類 雷 4

55 落 力 利 力 力 落 力 菱 力 IC 落 類 雷 落 利 力 落 力 力 益 力 六 IC 落 類 雷 4

56 落 理 落 落 落 落 利 數 率 益 率 利益 率 益 率 益率 金 率 率 流 率 率 金流量 率 金流量 率 率 數 率 金 率 率 率 數 料來 理 43

57 六 六 落 落 利 力 力 力 力 來 力 力 落 利 力 力 力 力 來 利 力 力 落 力 菱 落 利 力 力 力 力 落 都 不 來 力 落 益 利 力 力 力 力 益 來 利 力 力 力 4.4 IC 類 IC 類 落 落 理 落 利 力 力 力 力 落 落 落 落 料來 理 利 力 力 力 力 落 落 落 落 IC 類 落 44

58 落 利 力 落 力 力 力 IC 類 落 類 雷 落 力 利 力 力 落 力 IC 類 落 類 雷 45

59 落 利 力 落 力 力 力 IC 類 落 類 雷 落 利 力 落 力 力 力 IC 類 落 類 雷 46

60 落 類 理 落 落 落 落 利 數 率 益 率 利益 率 益 率 益率 金 率 率 流 率 率 金流量 率 金流量 率 率 數 率 金 率 率 率 數 料來 理 47

61 落 落 利 力 力 力 力 來 利 力 力 落 利 力 力 力 力 來 利 力 力 力 落 利 力 力 力 力 落 來 力 落 利 力 力 力 力 落 來 力 力 48

62 論 5. 論 利 STATISTICA 來 便 量 5 利 力 力 力 力 67 5 利 STATISTICA 落 67 IC IC IC IC 類 數 落 5 落 來 參 利 0 5 來 不 了 更 率 67 行 利 落 67 IC IC IC IC 類 數 落 5 落 參 3 料 率 參 參 識 利益 5. 料來 量 率 行 力 力 度 度來 來 行 理了量 料 來 料來 更 49

63 參 年 劉 99 路 略 理論 97-7 林 年兩 A58-A 略 行 34-5 蘭 李 00 理 梁 000 例 率 量 論 力 論 98 行 李 994a 理 07-8 李 994b 量 量 997 立 力 000STATISTICA 列 ( )- 料 論 000STATISTICA 列 ( )- 量 林 良 000 類 理論 論 Session A 率 率 利率 量 例 理 論 STATISTICA 列 ()- 50

64 Amel, Dean F. and Rhoades, Stehen A. (99), The erformance effects of strategic grous in banking, Antitrust Bulletin, 37():7-87. Chang, David C. W. (004), Taiwan Semiconductor Industry: from Foundry to SOC Designs, SoC Technology Center, ITRI. Conway, James M., and Huffcutt, Allen I. (003), A Review and Evaluation of Exloratory Factor Analysis Practices in Organizational Research, Organizational Research Methods, 6(): Fabrigar, L. R., Wegener, D. T., MacCallum, R. C., and Strahan, E.J. (999), Evaluating the use of exloratory Factor analysis in sychological research, Psychological Methods, 4(3): Floyd, F. J., and Widaman, K.F. (995), Factor analysis in the develoment and refinement of clinical assessment instruments, Psychological Assessment, 7(3): Gold, A. H., Malhotra, A., and Segars, A. H. (00), Knowledge management: an organizational caabilities ersective, Journal of Management Information Systems, 8(): Gorsuch, R. L. (990), Common factor analysis versus comonent analysis:some well and little known facts, Multivariate Behavioral Research, 5(): Irigoyen, J.M. (00), Business management factors and erformance across countries, Enterrise aers, 0(): -54. Tzeng, G. H. (003), New Thinking Trend with MCDM for Social Science Research in E-Era, Institute of Management of Technology, National Chiao Tung University. Young, H. Park, and Miller, David M. (998), Multi-factor analysis of firm-level erformance through feed-forward, feed-back relationshis, Winter Simulation Conference, by Medeiros, D.J., Watson, E.F., Carson, J.S., and Manivannan, M.S., (eds),

65 錄 Data Processing / Statistic and Multivariate Analysis Programming / Designing Evaluating / Choosing External Environment MODM Internal real situations Resonse or Percetion GP MOP C C C n w w w n Data cris / fuzzy Investigating / Data Collecting Personal / Social Attribute Descritive Model Data Processing Data Information Knowledge Data Mining Exlorative Model Future Prosecting Idea Knowledge Discovery in Database Wisdom (Intelligence) Skill Single level + Fuzzy + Multi-level + Multi-stage + Dynamics + Habitual Domain De Novo Programming ( including Fuzzy ) Economic Value-Added strategies alternative a... a i a m Performance (cris/fuzzy) Weightings AHP +Fuzzy ANP Additive Tyes SWA TOPSIS, VIKOR PROMETHEE ELECTRE Grey relation MAUT: n u( x,..., xn) = wiui( xi) i = Nonadditive Tyes MAUT: n u( x,..., xn) = wu i i( xi) + λ n n i i i = = + i= wwu( x) u ( x ) i i i i i i n λ w wnu( x) un( xn) Fuzzy Integral {,..., n } = ({ i} ) n λ i = n n g ({ x i }) g ({ x }) λ λ i i i i = = + λ g ({ x} ) g ({ x n }) n λ λ g x x g x λ + λ 料來 003 5

66 Data Information Knowledge Wisdom (Intelligence) Idea Data Mining Knowledge Discovery in Database Knowledge Discovery For Exanding Cometence Set Knowledge Economy Valuecreated Creativity (Innovation) 識 料來

67 #: Statistical Analysis Factor Analysis, Princial Comonent Analysis Cluster Analysis Discriminant Analysis Data Mining for Solving #: Evolutionary Comutation Genetic Algorithms, Aritifcial Neural Networks, Classification Analysis Pattern feature mas Identification Pattern Recognition Problems Multi-Dimensions Multi-Features Multi-Attributes #3: Fuzzy Logic/Reasoning if-then rule Partitions Logic Rule Identification Logic Pattern Recognition Multi-Criteria Data: Cris Sets Fuzzy Sets Grey Hazy Sets Rough Sets Value Function Knowledge Discovery for Exanding Cometence Set Ideas Innovation Creativity Valuecreated Knowledge Economy 六 料 識 料來

68 Data Processing & Statistical Analysis N µ Σ x, L, x, L, x () () () i µ, L, µ, L, µ () () () i () () (), L, i, L, σ σ σ x, L, x, L, x ( k) ( k) ( k) i µ, L, µ, L, µ ( k) ( k) ( k) i ( k) ( k) ( k), L, i, L, σ σ σ x, =,..., n () i () () i i x, s, i =,..., x, =,..., n ( k ) i ( k) ( k) i i Testing x, s, i =,..., Samling Testing ˆ µ Σˆ () () ˆ µ Σˆ ( k ) ( k ) Discriminant Analysis x Lx Lx M M M M i x Lx Lx i i i M M M M n x L x L x x Lx Lx n n n Factor Analysis x, L, x, L, x ( m) ( m) ( m) i µ, L, µ, L, µ ( m) ( m) ( m) i ( m) ( m) ( m), L, i, L, σ σ σ x, =,..., n ( m) i ( m) ( m) i i x, s, i =,..., ˆ µ Σˆ ( m) ( m) Cluster Analysis Samling Testing Internal real situations (Physical Environments, Features/Attributes /Variables) Resonse or Percetion Personal / Social Attribute Investigation Frequency, Proosition, Moment generating function Mean, Variance (or Standard Deviation), Covariance x -test, F-test, z-test, t-test Correlation analysis, Grey relation ANalysis Of VAriance (ANOVA) Time Series, Regression Analysis, ARIMA Multivariate Analysis Data Investigation Primary Data Secondary Data Data Sets Cris Sets Fuzzy Sets Rough Sets Grey Hazy Set Fuzzy + TSA Qualitative and/or Quantitative Data Analysis Princial Comonent Analysis Factor Analysis Quantitative III, IV Relation function (including Fuzzy) Multi-regression Canonical Correlation Analysis Quantitative Theory I Causal Analysis (Path Analysis or Structure Model) Discriminant function (include Fuzzy, Neural Network, If then rule) Discriminant Analysis Quantitative Theory II Catastrohe Theory Latent Analysis Cluster function (including Fuzzy, Neural Network, If then rule, Genetic Algorithm) Forecasting Multivariate ARIMA Chaos Forecasting Grey Forecasting Kalman Filtering Baysian Regression Conoint Analysis Logit Model, Probit Model Fuzzy Neural Networks Classification 料 理 料來

69 錄 Factor Analysis 說 念 料 念 立 來 料 異 來 n 量 數 來說 量 m n 量 量 x x K xi K x x K x i K x x K x i K M M n x x n x x n K K x i K xni K x x x x x n 料來 x M x n = a = a f f n + L + a + L + a m m f f m nm + e + e n =,,, n X = Af + e =,,, n A Factor Loading Matrix Vector e 量 f 量 Factor Score f,, K f m 數 56

70 0 異數 e,,e K 數 0 異數 d K,, d 立 數 零 f,, K f m 兩 Orthogonal FactorOblique Factor 立 量 量 異 異 數 零 異數 = A A + D 3 m m D = Diag( d L d ),, 異數 3 量 A 3 = σ h = a = h + d + L + a m 4 h f 數 度 communality { x, Lx n } A f i i Τ e ( i,, L, n) = X = A f + e = A TT f + e = A f + e 5 i i i i i i i A = AΤ f = T f i i 裡 x i 料 A f i i = i A f A f 若 m f 說 x 異數 f 說 A, f i A f i 不 數 57

71 A 裡 A 3 = h M h M L L L M h 6 說 異 異數 若 數 m A A 數 m λ λ L λm > λm + = L = λ = 0 m -m 零 λ, L,λm 量 c, L,cm = λ c c + L + λ c c 7 m m m = [ λ c, L, λ c ][ λ c, L, λ c ] m m m m 若令 [ λ c c ] A =, L, λ m m 8 3 A 裡 利 A 裡 利 A 58

72 = ( ) C h (, L, ) r k ˆ, = C ˆ h Correction 利 x 量 數 Squared Multile = r SMC / r C ( ), x 數 數 r ( ) = max( r ) max k k C ˆ λ ˆ λ L ˆ λ 量 cˆ,cˆ,,cˆ L 3 m 量 令 Aˆ λˆ cˆ, λˆ cˆ,, λˆ m cˆ L 9 = m ˆ, h (, L, ) = C C C ˆ λ ˆ λ L λˆ 量 cˆ,cˆ,,cˆ L 3 m 量 令 Aˆ λˆ cˆ, λˆ cˆ,, λˆ m cˆ L 9 = m 4C A ˆ A ˆ r m a k <,, k = ( =, L ) ε 0 59

73 k, k a, ( =, L ) C 說 數 m A 數 參 數 C 數 hˆ C 數 0 數 3 量 ( a, aˆ,, aˆ ) ˆ k k L k 4 Â 行 不 易 量 量 量 量 零 simle structure 理 Varimax 來說 Varimax B = AΤ b k 兩 k 行 h 量 { bk / h, =, L, } 異數 行 varimax V = m P 4 bˆ k bˆ k = hˆ hˆ k = = 60

74 6 m 兩 k k, kk k kk k k kk k kk k k a a b a a b + = + = θ θ θ θ cos ˆ sin ˆ ˆ sin ˆ cos ˆ ˆ k k θ ( ) ( ) ( ) ( ) { } ( ) k i k kk kk h a y h a x y x y x y x y x r y x y x r / ˆ, / ˆ 4 4, 0 sin 4 / / / tan 4 = = = = = = = = = = > = δ β α θ αβ δ β α αβ δ θ 3

75 5 Â f i regression method 量 ^ ^ f = B 4 i x i Bˆ n i = fi fˆ i fi fˆ i 5 B ˆ A C 6 = ˆ C f ˆ = A ˆ C 7 i x i 6

76 錄 落 Cluster Analysis 落 說 落 Cluster Analysis 異 離 類 落 cluster 類 數 類 numerical classification 落 不 類 裡 利 類 利 類 落 類 類 類 館 類 類 類 行 理 類 落 n 量都 x, x, L, xn x i x 類 度 數 d i i d ( d = ) i d i 類 度 離 類 數 類 兩 類 度 類 度 dissimilarity 類 度 similarity 說 見 d i 類 類 度 說 落 類 度 di dendrogram 狀 類 切 落 切 數 落 切 數 落 切 不 落 類 類 類 落 n 落 參 落 類 度 d i 類 兩 落 落 3 落數 了 4 落 落 類 度 更 類 度 d i 63

77 更 類 度 d i 料 更 類 度 易 3 落 4 裡 落 類 度 落 離 nearest neighbor method 落 落 q 落 t 落 數 數 n n, n ( = n + n ), q t q 落 落 t 落 r 類 度 dtr 落 落 q 落 r 類 度 d, d r qr tr ( d d ) d = min, r qr 落 落 類 度 類 類 度來 離 nearest neighbor method 連 single linkage method 離 furthest neighbor method 落 落 q 落 t 落 t 落 r 類 度 dtr tr ( d d ) d = max, r qr 離 落 類 度 類 度 類 度來 離 furthest neighbor method 連 comlete linkage method 64

78 3grou average method 離 離 裡 落 類 度 來 落 類 度 類 度 來 tr ( n d + n d ) ( n n ) d = + 3 r q qr q 4centroid method 裡 落 類 度 落 量 類 度來 m ( x,, ) L x m ( ) ( ) 若 落 q ( ) ( ) ( q ) ( q x ), L, xm, x, L, xm 落 t ( ) ( t ) ( ),, t x L xm ( t) ( ) ( q) ( n x q ) ( q ) + n x n n x = + 4 落 t 落 r 理 離 E tr E tr m = = n = n + n ( ) ( q) ( r) {( n x q ) ( q ) } + n x n + n x q E r nq + n + n q E qr n q ( n + n ) n q q d 5 類 度 d = i E i q q dtr r qr n + nq n + nq q 類 度 更 n n n n = d + d d 6 q ( n + n ) 65

79 5 數 mediam method 數 類 度 更 6 裡 落 數 n, n 數 數 裡 不 落 數 q 落 落 落 類 度 里 離 d tr = d r + dqr d q 7 4 6Ward 落 i 量 x 若 x ( ) 落 i S = m n ( ) ( ) ( x x ) i i = i= 8 落 落 q 落 t 落 S q = ( ) ( q) ( ) x xi m n nq S q = 9 n + n q Ward 裡 落 量 落 落 落 q 類 度 d q S q 來 落 q 落 t 落 r S q S q S tr = ntnr n + n t m r = ( t ) ( r) n + nr nq + nr nr ( x ) x = S r + Sqr S q n + n t r n + n t r n + n t r 0 66

80 類 度 更 d n + n n + n n r q r r tr = d r + dqr d q nt + nr nt + nr nt + nr 落 類 度 理 離 / 7flexible method 6 類 度 更 參 數 α, αq, β, γ d tr = α d + α d + βd + γ d d r q qr q r qr Lance Williams 967 參 數 α, αq, β, γ α + α + β =, α = α, β =, γ = 0 q q flexible method 參 數 β / 4 β 0 β = / 4 7 參 數 參 數 落 參 數 α α q β γ 離 離 數 6Ward 7 n nt n nt n + n n + n t r r β nq nt nq nt nq + n n + n t r r β n n 0 q nt 4 0 nr n + n 0 t r β < 0 =0 >0 <0 料來 67

81 落 類 度 兩 落 離 離不 離 離 狀 落 4 類 度 類 度 n m 量 類 度 離 n m 量 量 x x K xm x x K xm x x K xm M M M n K x x n x n mn 料來 i 理 離 Squared Euclidean distance i 類 度 dι d i = m ( xki xk ) k = 3 ii 理 離 Standardized Squared Euclidean Distance i 類 度 di i m k = ( x ) S d = x 4 ki k k 68

82 S k x k 異數 量 異數 3 離 iiimahalanobis 離 Mahalanobis Distance i 類 度 di d i = xi x S xi x 5 x i i 量 S 異 異 ivminkowsky 離 理 離 Minkowsky 離 d i m = x l= li x l k k 6 令 k = 理 離 令 k = 離 city-block distance 量 類 度 量 類 度 量 度 不 聯 度 association measure 類 度 落 裡 A 度 internal scale 量若 度來 聯 度 數 Pearson 數 B 度 nominal scale 量 度 類 料 量 r c 聯 度 立 x 量

83 Goodman-Kruskal s 9 φ = x v 數 root mean square contingency coefficient ( x n) ( fi Fi ) Fi, Fi ( fi fifi + Fi ) = = nfi = fi + F n f = = n i nf i i n n f i n, i n n f i nin = n F = i i F i = n 7 x n 立 聯 度 數 φ = x n = f n n 8 i i φ = ( x n) φ 數 vi 數 coefficient of contingency { x ( x n) } C = φ φ 數不 n AB category 數 r s 若 A B 立 聯 ( δ = f F ) s > t 聯 φ t erson δ 0 x φ 都 0 i i i i C C = φ ( + ) = x ( n + x ) { x ( x + n) } = φ 0 70

84 earson 數 C r > s φ t 9 C 聯 max ( t ) t C = t = t earson 數 C 聯 t max M M C 料來 viicramer s V {( x n) min( r, ) } V = c r 列聯 列數 c 行數 理 易 Cramer s 數 Cramer s coefficient of contingency 數 聯 0 聯 viiitschurow s T {( x n) ( r )( ) } T = c 3 若 φ c s = t 都 7

85 ixgoodman-kruskal s λ max ( ni ) + max( ni ) max( n ) max( ni ) n max( n ) max( n ) i λ 4 = n 列聯 ( ) i i i i, 數 n i n 行 列 數 n 數 數 不 A category B AB 聯 度 954 年 Goodman-Kruskal 立 數 coefficient of otimal rediction B 數 mode B 數 若不 A B B 若 A i B 數 B m 數 f im A i B B 不 A B 率 n A m m n m 率 n f im m n m f n n n f = n im m im m λ B = 5 n m n n n m 數 coefficient of otimal rediction λ B B 數 不 0~ A B 立 聯 λb = 0 λb = 0 不 立 A λb = A 數 r B s 不 λb = λ B A B Goodman-Kruskal n A B B A 數 f im + fm n m nm = i λ 6 n ( n m + nm ) n m 數 n A 數 數 f m B B A m 數 數 數 m = max( n ), nm = max( ni ) i 4 7

86 C 度 量 度 類 料 度 S = 量 A B 數 D = 量 A B 不 數 T a = 數 A 數 T = 數 B 數 b xgoodman-kruskal s r r S D = 7 S + D t = xikendall s t ( S D) ( S + D + T )( S + D + ) a T b 8 73

87 錄 料 理 數 立 理 類 益 益 聯 路 零 聯 路 路 數 路 路 路 零 路 力行 說 路 路 零 零 隆 路 零 數 零 麗 金 路 路 數精 聯 菱 葉 路 路 菱 數 路 路 路 凌 路 路 凌 連 料 林 數 類 數 路 類 路 林 路 零 見 數 聯 聯 隆 葉 類神 路 理 數 理 精 令 隆 李 零 精 略 理 聯 聯 李 磊 磊 隆 聯 列 路 數 理 路 聯 零 金 劉 路 料 理 零 路 沈聯 路 路 磊 磊 路 力 零 易 力 路 路 零 易 盧 理 良 易 立 隆 亮 列 路 零 羅 易 料 易 梁 磊 磊 車 流 路 料 理 零 路 零 料 理 劉 呂 金 74

88 數 立 理 類 磊 料 理 磊 金 路 零 菱 路 路 易 聯 林 祥 路 凌 林 路 隆 路 力 路 路 路 理 零 料 金 料切 路 立 亮 路 隆 路 李 列 李 路 路 讀 零 零 料 理 零 零 料來 料 理 75

89 錄 料 料 率 金 率 流 率 率 利 數 率 數 率 數 率 率 率 益 率 利益 率 益 率 益率 金流量 率 金流量 率 凌 聯 隆 聯 聯 磊 凌 立 金 率 76

90 率 金 率 流 率 率 利 數 率 數 率 數 率 率 率 益 率 利益 率 益 率 益率 金流量 率 金流量 率 聯 見 磊 力 立 隆 益 菱 力 金 率 料來 理 77