失業率是勞動市場的重要指標之一，它可以反映出短期的人力移動，並可以此做 為人力資源供需的指標，提供許多有關人力資源管理的資訊和市場決策的重要依據。因此 ，若能精確的預測失業率，對於決策者將會有很大幫助。在本研究中，嘗試以模糊時間序 列(Fuzzy Time Series)的分析方法建立短期失業率的預測模式，以期能更精確的預測這個 重要指標。 　　我們將台北市從民國72年1月至民國85年10月的月失業率資料，作為實證的時間序列資 料，同時利用模糊時間序列分析與ARIMA模型(Autoregressive Integrated Moving Average Model)建立短期失業率的預測模式，並將兩者之間的預測結果加以評估比較。由實證結果 中顯示，本研究所使用的模糊時間序列模型顯著有較好的預測能力。

　　　　　This study presents a novel semiparametric preiction system for the Taipei's unemployment rate series. The prediction method incorporated into the system consists of a fuzzy time series model that estimates the trend, as well as a Box-Jerkins prediction of the residual series. In terms of the adaptability of the Box-Jerkins method, the prediction intervals of the system can be successfully constructed. The extensive studies are performed on the robustness of the built fuzzy model using different specified model basis. To demonstrate the effectiveness of our proposed method, the Taipei's monthly unemployment rate from Feb. 1983 to October 1996 was evaluated using a fuzzy time series technique. Analysis results demonstrate that the proposed method outperforms than the traditional time series methodology.