股票這個價位要不要買論文書籍站
國立雲林科技大學 工業工程與管理系 陳奕中所指導 鍾久祿的 使用STL分解法和類神經網路進行長期股價預測 （2020），提出南投縣中低收入老人生活津貼關鍵因素是什麼，來自於股價預測、STL分解法、類神經網路。
而第二篇論文弘光科技大學 健康事業管理研究所 陳亮汝所指導 黃文靈的 家庭照顧者照顧支持、照顧需求與照顧負荷之關係：以臺中市中低收入老人特別照顧津貼補助者為例 （2020），提出因為有 家庭照顧者、照顧支持、照顧需求、照顧負荷、中低收入老人特別照顧津貼的重點而找出了 南投縣中低收入老人生活津貼的解答。
使用STL分解法和類神經網路進行長期股價預測
為了解決南投縣中低收入老人生活津貼 的問題，作者鍾久祿 這樣論述：
股票價格的預測長期以來一直是學者們專注的熱門議題，因為把股價預測出來可以帶給民眾極大的利益，但是我們發現在過往的研究有兩個缺點，其一是大部分都是使用原始數據進行分析，但一般來說這些原始數具包含了股票的長期變動、週期性變動、突發事件造成的變動，所以我們認為直接將這三種因素丟入模型預測，很可能會對後續股票預測造成不良影響，其二是大部分都是使用短期數據預測，因此我們提出使用STL分解法來結合類神經網路進行股票預測的想法，其中STL分解法可以在類神經模型預測前將股價分成長、中、短期，再分別把這三個變項分別丟入模型內進行分析為了驗證本方法的有效性，我們設計了兩種方法，第一個是以自身過去歷史的股價結合S
TL分解的演算法，來進行自身股價的預測，並驗證此方法可能會比過往的方法來的好，第二個是以各種相關股市的股價個別拆解成長中短的變化，分別將這些長中短期的變化與欲預測的股票長、中、短期的變化進行相關性分析，且只挑出統計相關性檢定顯著相關的股票進行預測，最後實驗結果證實使用STL分解法結合類神經演算的確能進行股價的長期預測。
家庭照顧者照顧支持、照顧需求與照顧負荷之關係：以臺中市中低收入老人特別照顧津貼補助者為例
為了解決南投縣中低收入老人生活津貼 的問題，作者黃文靈 這樣論述：
研究目的：家庭照顧者身心負荷與經濟壓力眾所皆知，而長期照顧政策僅少數為現金給付的福利政策，且多以經濟弱勢、重度失能老人家庭為給付條件，在請領照顧津貼補助後，也失去使用長期照顧服務的資格，故本研究目的為探討照顧津貼政策對家庭照顧者照顧支持、照顧需求與照顧負荷之關係。研究方法：採橫斷性研究，以臺中市接受中低收入老人特別照顧津貼補助之家庭照顧者為研究對象。資料以普查、結構式問卷進行收集，實際收回樣本數為69份，問卷內容包含受照顧者與家庭照顧者之人口特質、健康狀況、長期照顧服務使用情形、照顧情形、照顧需求、照顧負荷及政策滿意度等。資料分析採用SPSS 22.0版與PROCESS Macro for
SPSS 2.16版進行描述性與推論性統計分析。研究結果：家庭照顧者未滿足需求與照顧負荷皆以經濟層面最為盛行，但受限於政策規定以及個人的照顧責任信念，照顧者使用其他長期照顧服務的意願及頻率較低，這使得照顧者普遍承受沉重的照顧壓力；照顧支持(r=0.28, p