「推估台北市的教育預算規模」修訂間的差異

出自跨校選修
跳至導覽 跳至搜尋
 
(未顯示同一使用者於中間所作的 14 次修訂)
行 15: 行 15:
 
}
 
}
 
}}
 
}}
 
+
===縣市數據===
 
<table class='nicetable data-table'>
 
<table class='nicetable data-table'>
 
     <tr>
 
     <tr>
行 202: 行 202:
 
     </tr>
 
     </tr>
 
</table>
 
</table>
 +
 +
===取線性回歸===
 +
<div style='float:right'><img src='https://urclass.net/files/wikiUsed/縣市分析_回歸線.png' width=500 height=333 /></div>
 +
用上表計算,排除臺北市後:
 +
:114教育經費(億元)=5.0599+6.3121×(公保+勞保)(億元)
 +
四捨五入:
 +
:114教育經費(億元)=5.06+6.3121×(公保+勞保)(億元)
 +
 +
回歸結果:R<sup>2</sup>=0.9941
 +
 +
圖中:
 +
 +
* x = 公保 + 勞保(億元)
 +
* y = 114教育經費(億元)
 +
* 排除臺北市
 +
* R<sup>2</sup>=0.9941
 +
 +
====縣新殘差(含台北市)====
 +
<img src='https://urclass.net/files/wikiUsed/推估台北市規模_縣市殘差圖.png' width=600 height=400 />
 +
<br/>
 +
<img src='https://urclass.net/files/wikiUsed/推估台北市規模_縣市殘差排名.png' width=600 height=400 />
 +
 +
===修正方法一:倍率圖===
 +
<img src='https://urclass.net/files/wikiUsed/推估台北市規模_實際值除以預測值倍率圖.png' width=600 height=348 />
 +
 +
由此得知:
 +
# 臺北市確實是所有縣市中偏離回歸線最大的。
 +
# 臺北市教育經費約為模型預測值的 118.8%。
 +
#:即,比依照「公保+勞保」推估的教育經費高出:
 +
#:(1.188−1)×100%=18.8%
 +
#:即,臺北市的 114 年教育經費約比同樣公保+勞保規模的其他縣市高出 114 億元,約高出 18.8%。
 +
# 若換算金額:
 +
#:720.77−606.62=114.15億元
 +
 +
===修正方法二:運用回歸線===
 +
<img src='https://urclass.net/files/wikiUsed/推估台北市規模_運用回歸線.svg' width=700 height=428.8 />
 +
 +
# 假定:台北市人事費與教育支出規模兩者之間的關係,與其他縣市並沒有本質性的不同,只是台北市多養了一所大學,所以系統性地高於其他 21 縣市的回歸線,處於另一條高於 21 縣市的回歸線的平行線之上(紅線)。
 +
# 經查 114 年台北市的實際教育支出規模高於 21 縣市的回歸線預測值 114 億,即通過台北市的「公勞保人數與俸額積_教育支出規模」關係線高出 21 縣市的回歸線約 114 億。
 +
# 回推:能造成 114 億支出規模差異的「公勞保人數與俸額積」約為 18 億。所以台北市外加 18 億的「公勞保人數與俸額積」到總「公勞保人數與俸額積」之中。
 +
 +
===更新===
 +
由於此次為圖解:如何推估台北市的教育預算規模,回顧之前 ChatGpt 在協算推估模型時,發現 ChatGpt 犯了單位使用錯誤的 Bug 。導致結案報告 P12 頁下方「「各縣市公保+勞保、與114教育經費關係圖」中的單位是錯的,須要換圖。連帶 2025county.xlsx 中,H18 欄的倍率應由 1.1 調整為 1.188 ,而 I18 欄 6.6 億應調整為 18 億,一併更新替換。

於 2026年6月24日 (三) 17:20 的最新修訂


縣市數據

縣市名 公保 公保人數 勞保 勞保人數 114教育經費
宜蘭縣 1,168,987,830 23,959 820,743,190 20,542 11,555,163,000
新竹縣 1,625,836,680 34,889 936,162,250 22,643 18,353,887,000
苗栗縣 1,376,854,220 28,332 936,768,770 22,667 14,298,989,000
彰化縣 2,616,194,750 51,706 1,558,957,490 39,079 27,722,269,000
南投縣 1,277,478,670 26,421 896,213,030 22,284 13,069,953,000
雲林縣 1,571,884,550 31,588 1,192,898,990 30,277 17,801,920,000
嘉義縣 1,151,454,010 23,374 875,712,370 22,690 11,763,084,000
屏東縣 1,797,958,040 36,296 1,297,492,090 32,927 22,064,545,000
臺東縣 728,511,660 15,464 489,697,040 11,771 8,255,735,000
花蓮縣 872,793,560 18,301 735,727,980 18,224 9,931,970,000
澎湖縣 302,893,830 6,171 176,525,140 3,739 3,335,980,000
金門縣 233,164,110 5,290 244,433,490 5,045 3,807,914,000
連江縣 61,367,590 1,388 49,683,500 1,002 1,068,366,000
基隆市 817,514,590 16,964 508,943,940 12,717 9,089,873,000
新竹市 1,169,326,010 25,183 688,769,660 16,637 12,107,745,000
嘉義市 603,496,270 12,232 443,591,440 11,407 7,444,291,000
臺北市 6,432,970,510 136,821 3,097,300,190 74,119 72,077,330,000
新北市 7,986,820,210 169,684 4,613,901,570 117,088 75,451,112,000
桃園市 5,657,527,500 119,960 2,789,754,430 67,061 57,976,429,000
臺中市 6,962,823,390 144,918 3,573,014,140 88,515 68,136,180,000
臺南市 3,998,456,140 83,041 2,370,195,970 64,134 38,824,447,000
高雄市 6,365,794,050 129,718 3,295,013,460 86,679 63,596,002,000

取線性回歸

用上表計算,排除臺北市後:

114教育經費(億元)=5.0599+6.3121×(公保+勞保)(億元)

四捨五入:

114教育經費(億元)=5.06+6.3121×(公保+勞保)(億元)

回歸結果:R2=0.9941

圖中:

  • x = 公保 + 勞保(億元)
  • y = 114教育經費(億元)
  • 排除臺北市
  • R2=0.9941

縣新殘差(含台北市)


修正方法一:倍率圖

由此得知:

  1. 臺北市確實是所有縣市中偏離回歸線最大的。
  2. 臺北市教育經費約為模型預測值的 118.8%。
    即,比依照「公保+勞保」推估的教育經費高出:
    (1.188−1)×100%=18.8%
    即,臺北市的 114 年教育經費約比同樣公保+勞保規模的其他縣市高出 114 億元,約高出 18.8%。
  3. 若換算金額:
    720.77−606.62=114.15億元

修正方法二:運用回歸線

  1. 假定:台北市人事費與教育支出規模兩者之間的關係,與其他縣市並沒有本質性的不同,只是台北市多養了一所大學,所以系統性地高於其他 21 縣市的回歸線,處於另一條高於 21 縣市的回歸線的平行線之上(紅線)。
  2. 經查 114 年台北市的實際教育支出規模高於 21 縣市的回歸線預測值 114 億,即通過台北市的「公勞保人數與俸額積_教育支出規模」關係線高出 21 縣市的回歸線約 114 億。
  3. 回推:能造成 114 億支出規模差異的「公勞保人數與俸額積」約為 18 億。所以台北市外加 18 億的「公勞保人數與俸額積」到總「公勞保人數與俸額積」之中。

更新

由於此次為圖解:如何推估台北市的教育預算規模,回顧之前 ChatGpt 在協算推估模型時,發現 ChatGpt 犯了單位使用錯誤的 Bug 。導致結案報告 P12 頁下方「「各縣市公保+勞保、與114教育經費關係圖」中的單位是錯的,須要換圖。連帶 2025county.xlsx 中,H18 欄的倍率應由 1.1 調整為 1.188 ,而 I18 欄 6.6 億應調整為 18 億,一併更新替換。