學術產出-Theses
Article View/Open
Publication Export
-
題名 影響離岸風力發電態度之研究
Research on the influence of attitude toward offshore wind energy作者 吳貞儀 貢獻者 鄭宇庭
吳貞儀關鍵詞 離岸風力發電
卡方分析
對應分析
決策樹日期 2017 上傳時間 10-Aug-2017 10:20:32 (UTC+8) 摘要 綠色能源為大多數國家所追求之能源，我國政府也不例外，近年來開始推動綠色能源，如：太陽能、風力發電，依台灣各地區合適之發電條件，採取合適的綠能之發電方式，本研究為探討台灣西部地區離岸風力發電之民意調查，瞭解當地居民對於在當地外海興建離岸風力發電之看法，並深入了解是哪些因素影響對該計畫之贊成程度。 本研究問卷在台灣西部沿海縣市實施面訪，其中最多樣本數之縣市為彰化縣，因此除了觀察整體西部縣市受訪者回應之特性，亦觀察彰化縣之受訪者，並依問卷各項題目與計畫贊成程度題目做交叉分析，瞭解有哪些題目與受訪者是否贊成本計畫相關，並且以對應分析，將與贊成程度相關之選項來判斷與贊成度之關係，瞭解是具備哪些回答要素之受訪者會較不贊成本計畫，以及使用決策樹分析，利用分支來找尋贊成、不贊成、有條件贊成本計畫之因素。 研究結果顯示，所有題目均與計畫贊成與否之題目相關，唯獨有一題目與贊成程度不相關；在決策樹分析無不贊成該計畫之分支，因此若是要瞭解不贊成該計畫之原因，則這決策樹分析無參考價值，但由對應分析發現某縣與不贊成該計畫之選項相近，代表樣本較傾向於不贊成該計畫，因此將之樣本做決策樹分析，研究發現有部分特徵之受訪者一般最後會選擇不贊成本計畫。 參考文獻 一、 中文文獻 1. 千架海路風力機-風力資訊整合平台，http://www.twtpo.org.tw/。2. 台灣電力公司，歷年電售量統計資料。3. 用數據看台灣，https://www.taiwanstat.com/realtime/power/。4. 林曉芳，2013，統計學SPAA應用，鼎茂圖書出版股份有限公司。5. 謝邦昌、鄭宇庭，2015，資料採礦之技術及應用-Excel實例演練，新陸書局股份有限公司。6. 謝邦昌、鄭宇庭，2016，大數據概論，新陸書局股份有限公司。二、 英文文獻 1. Berry, M. J. & G. Linoff, 1997, Data Mining Techniques: For Marketing, Sales, and Customer Support, John Wiley & Sons, Inc. New York, NY, USA.2. European Wind Energy Association, 2013, Deep water - The next step for offshore wind energy, European Wind Energy Association, p20.3. Fayyad, U., G. Piatetsky-Shapiro & S. Padhraic, 1996, AI Magazine, Volume 17 Number 3.4. Hu, S. Y., 2015, Policy and Promotion of Offshore Wind Power in Taiwan, Industrial Technology Research Institute.5. Mehner, E., 2016, An investment case on offshore wind energy in Taiwan.6. Shearer, C., 2000, The CRISP-DM model: the new blueprint for data mining, Journal of Data Warehousing, Volume 5 Number 4 p13—p22. 描述 碩士
國立政治大學
企業管理研究所(MBA學位學程)
104363110資料來源 http://thesis.lib.nccu.edu.tw/record/#G0104363110 資料類型 thesis dc.contributor.advisor 鄭宇庭 zh_TW dc.contributor.author (Authors) 吳貞儀 zh_TW dc.creator (作者) 吳貞儀 zh_TW dc.date (日期) 2017 en_US dc.date.accessioned 10-Aug-2017 10:20:32 (UTC+8) - dc.date.available 10-Aug-2017 10:20:32 (UTC+8) - dc.date.issued (上傳時間) 10-Aug-2017 10:20:32 (UTC+8) - dc.identifier (Other Identifiers) G0104363110 en_US dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/111888 - dc.description (描述) 碩士 zh_TW dc.description (描述) 國立政治大學 zh_TW dc.description (描述) 企業管理研究所(MBA學位學程) zh_TW dc.description (描述) 104363110 zh_TW dc.description.abstract (摘要) 綠色能源為大多數國家所追求之能源，我國政府也不例外，近年來開始推動綠色能源，如：太陽能、風力發電，依台灣各地區合適之發電條件，採取合適的綠能之發電方式，本研究為探討台灣西部地區離岸風力發電之民意調查，瞭解當地居民對於在當地外海興建離岸風力發電之看法，並深入了解是哪些因素影響對該計畫之贊成程度。 本研究問卷在台灣西部沿海縣市實施面訪，其中最多樣本數之縣市為彰化縣，因此除了觀察整體西部縣市受訪者回應之特性，亦觀察彰化縣之受訪者，並依問卷各項題目與計畫贊成程度題目做交叉分析，瞭解有哪些題目與受訪者是否贊成本計畫相關，並且以對應分析，將與贊成程度相關之選項來判斷與贊成度之關係，瞭解是具備哪些回答要素之受訪者會較不贊成本計畫，以及使用決策樹分析，利用分支來找尋贊成、不贊成、有條件贊成本計畫之因素。 研究結果顯示，所有題目均與計畫贊成與否之題目相關，唯獨有一題目與贊成程度不相關；在決策樹分析無不贊成該計畫之分支，因此若是要瞭解不贊成該計畫之原因，則這決策樹分析無參考價值，但由對應分析發現某縣與不贊成該計畫之選項相近，代表樣本較傾向於不贊成該計畫，因此將之樣本做決策樹分析，研究發現有部分特徵之受訪者一般最後會選擇不贊成本計畫。 zh_TW dc.description.tableofcontents 第壹章 緒論 5第一節 研究背景與動機 5第二節 研究目的 6第三節 研究流程 6第貳章 文獻探討 8第一節 資料採礦之概述 8第二節 離岸風力發電之概述 11第參章 研究方法 15第一節 資料來源 15第二節 變數定義 17第三節 分析方法 22第肆章 實證分析 26第一節 敘述性統計分析 26第二節 卡方檢定分析 54第三節 決策樹分析 74第四節 西部縣市與彰化縣之比較 78第伍章 結論與建議 79第一節 結論 79第二節 建議 80參考文獻 81 zh_TW dc.format.extent 3123192 bytes - dc.format.mimetype application/pdf - dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0104363110 en_US dc.subject (關鍵詞) 離岸風力發電 zh_TW dc.subject (關鍵詞) 卡方分析 zh_TW dc.subject (關鍵詞) 對應分析 zh_TW dc.subject (關鍵詞) 決策樹 zh_TW dc.title (題名) 影響離岸風力發電態度之研究 zh_TW dc.title (題名) Research on the influence of attitude toward offshore wind energy en_US dc.type (資料類型) thesis en_US dc.relation.reference (參考文獻) 一、 中文文獻 1. 千架海路風力機-風力資訊整合平台，http://www.twtpo.org.tw/。2. 台灣電力公司，歷年電售量統計資料。3. 用數據看台灣，https://www.taiwanstat.com/realtime/power/。4. 林曉芳，2013，統計學SPAA應用，鼎茂圖書出版股份有限公司。5. 謝邦昌、鄭宇庭，2015，資料採礦之技術及應用-Excel實例演練，新陸書局股份有限公司。6. 謝邦昌、鄭宇庭，2016，大數據概論，新陸書局股份有限公司。二、 英文文獻 1. Berry, M. J. & G. Linoff, 1997, Data Mining Techniques: For Marketing, Sales, and Customer Support, John Wiley & Sons, Inc. New York, NY, USA.2. European Wind Energy Association, 2013, Deep water - The next step for offshore wind energy, European Wind Energy Association, p20.3. Fayyad, U., G. Piatetsky-Shapiro & S. Padhraic, 1996, AI Magazine, Volume 17 Number 3.4. Hu, S. Y., 2015, Policy and Promotion of Offshore Wind Power in Taiwan, Industrial Technology Research Institute.5. Mehner, E., 2016, An investment case on offshore wind energy in Taiwan.6. Shearer, C., 2000, The CRISP-DM model: the new blueprint for data mining, Journal of Data Warehousing, Volume 5 Number 4 p13—p22. zh_TW
