Bilagsfortegnelse. Bilagsfortegnelse

Transkript

1 Bilagsfortegnelse Bilagsfortegnelse Bilag 1. Variabelliste Bilag 2. Normalfordelingsgrafik og transformationer Bilag 3. R-square fra konfirmativ analyser Bilag 4. Model: Mx1_3x22v Bilag 5. Model: C12 1y5 _3x16v Bilag 6. LISREL SLUT

2 Bilag 1. Variabelliste Bilag 1. Variabelliste Liste med variable, der indgår i modelarbejdet. I bilag 2 findes et eksempel på transformation. Navn kom kommune TILK EJYD SDP ADP REVA P37 Variabeletikette indhold med normering og transformation Kommune nr. Kommune navn Antal tilkendelser til personer af førtidspension og invaliditetsydelse pr inb. i alderen år Antal tilkendelser til personer der ikke på forhånd modtog social ydelse pr inb. i alderen år Antal tilkendelser til personer der umiddelbart inden ansøgning modtog sygedagpenge pr inb. i alderen år Antal tilkendelser til personer der umiddelbart inden ansøgning modtog arbejdsløshedsdagpenge pr inb. i alderen år Antal tilkendelser til personer der umiddelbart inden ansøgning modtog revalidering pr inb. i alderen år Antal tilkendelser til personer der umiddelbart inden ansøgning modtog kontanthjælp pr inb. i alderen år HQJ Tilkendelser af højeste førtidspension, 14.1, pr inb. i alderen år ML Tilkendelser af mellemste førtidspension, 14.2, pr inb. i alderen år P1431 P1432 P1433 HELBRED BEHOV ALD44UND Tilkendelser efter , pr inb. i alderen år Tilkendelser efter , pr inb. i alderen år Tilkendelser efter , pr inb. i alderen år Tilkendelser af helbredsbestemte førtidspension ( 14.1, 14.2, ), pr inb. i alderen år Tilkendelser af behovsbestemte pension ( , ), pr inb. i alderen år Tilkendelser til personer i alderen 44 år eller derunder, pr inb. i alderen år 109

3 Bilag 1. Variabelliste Navn ALD45OV IY BISTTILL PLEJTILL AFSLAG ALD017 ALD1824 ALD2534 ALD3549 ALD5059 ALD6066 ALD67 PRIV ALMENNYT AKTIE ANDEL STATKOM EJERLEJ UOPLBOL EGTEPAR SAMLEV SAMBO Variabeletikette indhold med normering og transformation Tilkendelser til personer i alderen 45 år eller derover, pr inb. i alderen år Antal tilkendelser til personer af invaliditetsydelse, pr inb. i alderen år Tilkendelser af bistandstillæg, pr inb. i alderen år Tilkendelser af plejetillæg, pr inb. i alderen år Afslag, pr inb. i alderen år Personer i alderen 0-17 år i forhold til befolkningstallet i alt Personer i alderen år i forhold til befolkningstallet i alt Personer i alderen år i forhold til befolkningstallet i alt Personer i alderen år i forhold til befolkningstallet i alt Personer i alderen år i forhold til befolkningstallet i alt Personer i alderen år i forhold til befolkningstallet i alt Personer i alderen 67- år i forhold til befolkningstallet i alt exp(exp(andel Privatejede boliger i forhold til samtlige))**3 Log til Almennyttige boliger i forhold til samtlige Log til Aktieselskabsejede boliger i forhold til samtlige Log til Andelsboliger i forhold til samtlige Log til Boliger ejet af stat eller kommune i forhold til samtlige Log til Ejerlejligheder i forhold til samtlige Log til Uoplyste boliger i forhold til samtlige Gifte i forhold til antal familier i alt Samlevende i forhold til antal familier i alt Samboende i forhold til antal familier i alt FQDOVER Fødselsoverskud i forhold til befolkningstallet TILFLYT Tilflyttede i forhold til befolkningstallet

4 Bilag 1. Variabelliste Navn Variabeletikette indhold med normering og transformation FRAFLYT Fraflyttede i forhold til befolkningstallet BEFVEKST Befolkningsvækst i forhold til befolkningstallet F1619 F2024 F2566 EF1619 EF2024 EF2566 PAR37 EJRETUDD KORTVID MLVID LANGVID Log til ledighed blandt forsikrede år (pct.) Log til ledighed blandt forsikrede år (pct.) Log til ledighed blandt forsikrede år (pct.) Log til ledighed blandt ikke forsikrede år (pct.) Log til ledighed blandt ikke forsikrede år (pct.) Log til ledighed blandt ikke forsikrede år (pct.) Familier, der modtog kontanthjælp til underhold i forhold til befolkningstallet Andel Personer uden erhvervsrettet uddannelse Log til andel Kort videregående uddannelse Log til andel Mellemlang videregående uddannelse Log til andel Lang videregående uddannelse NETFLYT Fraflyttede minus tilflyttede i forhold til befolkningstallet BRTFLYT Fraflyttede plus tilflyttede i forhold til befolkningstallet PRIM SEK TERT ERHVBAS FAGL ENLMK INDKMK Andel beskæftigede i den primære erhvervssektor Andel beskæftigede i den sekundære erhvervssektor Andel beskæftigede i den tertiære erhvervssektor Andel personer med erhvervsfaglig basisuddannelse (EFG) Andel faglærte Log til enlige i forhold til antal familier i alt Log til gennemsnitlig bruttoindkomst (kr.) SDPMK Sygedagpenge uger i forhold til befolkningstallet

5 Bilag 2. Normalfordelingsgrafik og transformationer Bilag 2. Normalfordelingsgrafik og transformationer Nedenstående normalfordelingsplot er Log til andel lang videregående uddannelse vist her da fordeling direkte omtales underanalyserne. Transformationer Eksempler på den monotone transformation, der finder sted for flere variable, vil blive vist i det følgende. Der er valgt efterfølgende at vise et tilfælde, hvor transformationen f(x)=log(x+0,005) er benyttet, samt en af log(x) transformation. Men også normeringen der finder sted for at udligne kommunestørrelser er illustreret. Først ses normalfordelingsplottet for antal ejerlejligheder i kommunerne. 112

6 Bilag 2. Normalfordelingsgrafik og transformationer Efterfølgende er data normeret for at udligne kommunestørrelse. Og i nedenstående figur ses Ejerlejligheder i forhold til samtlige boliger. 113

7 Bilag 2. Normalfordelingsgrafik og transformationer Der ses stadig en meget skæv fordeling af ejerlejligheder på kommune niveau, hvor nogle antager værdien 0. Der transformeres med f(x)=log(x+0,005), og resultatet er vist i efterfølgende figur. Det ses at 0 værdierne stadig indgår som de mindste, således at den monotone transformation har ikke påvirket data i ugunstig retning, men man kan nu godt forsvare antagelsen om normalfordelte variable der er et krav unde MLE estimationerne. Som sidste eksempel vises efterfølgende variablen mellemlang videregående uddannelse, der udviser de typiske karakteristika, der gælder for de betragte data. I nedenstående figur ses til venstre først unormeret, så i midten normeret og sidst til højre i figuren log(x) transformeret. 114

8 Bilag 2. Normalfordelingsgrafik og transformationer Normalfordelingsplot for de resterende variable er fra d. 1/ til minimum 1/ på: Endvidere er der på lavet en lille web side med alle output, alle SAS programmer mv. Websiden er med fuldt overlæg kun omtalt her i bilaget, da de kun tjener som baggrundsinformation. Skulle indholdet have været med, ville det give ca siders ekstra bilag. 115

9 Bilag 3. R-square fra konfirmativ analyser Bilag 3. R-square fra konfirmativ analyser R-square for FY (Førtidspension) indikatorvariablene R-Square fra Model: SDP EJYD P37 ADP REVA P1431 P1432 ML P1433 HQJ C1_1y10_3x22v C1_1y10_3x C1_1y10_3x20v C1_1y10_3x18v C2_1y10_3x16v C3_1y7_3x22v C4_1y7_3x18v C5_1y7_3x16v C6_1y7ny_3x C7_1y7ny_3x C8_1y7ny_3x C9_1y5f_3x18v C10_1y5f_3x C11_1y5p_3x C12_1y5p_3x C13_1y4f_3x C14_1y4f_3x C15_1y4p_3x C16_1y4p_3x R-square for F1 (Arbejdsstyrke) indikatorvariablene R-Square fra Model: KORTVID MLVID INDKMK TERT ALD5059 NETFLYT PRIM SDPMK ERHVBAS EJRETUDD C1_1y10_3x22v C1_1y10_3x C1_1y10_3x20v C1_1y10_3x18v C2_1y10_3x16v C3_1y7_3x22v C4_1y7_3x18v C5_1y7_3x16v C6_1y7ny_3x C7_1y7ny_3x C8_1y7ny_3x C9_1y5f_3x18v C10_1y5f_3x C11_1y5p_3x C12_1y5p_3x C13_1y4f_3x C14_1y4f_3x C15_1y4p_3x C16_1y4p_3x

10 Bilag 3. R-square fra konfirmativ analyser R-square for F2 (Demografi) indikatorvariablene R-Square fra Model: ALD1824 ALD2534 ALMENNYT EJERLEJ ANDEL AKTIE ALD6066 C1_1y10_3x22v C1_1y10_3x C1_1y10_3x20v C1_1y10_3x18v C2_1y10_3x16v C3_1y7_3x22v C4_1y7_3x18v C5_1y7_3x16v C6_1y7ny_3x C7_1y7ny_3x C8_1y7ny_3x C9_1y5f_3x18v C10_1y5f_3x C11_1y5p_3x C12_1y5p_3x C13_1y4f_3x C14_1y4f_3x C15_1y4p_3x C16_1y4p_3x R-square for F3 (Ledighed) indikatorvariablene R-Square fra Model: EF2566 EF2024 EF1619 PAR37 F2024 C1_1y10_3x22v C1_1y10_3x C1_1y10_3x20v C1_1y10_3x18v C2_1y10_3x16v C3_1y7_3x22v C4_1y7_3x18v C5_1y7_3x16v C6_1y7ny_3x C7_1y7ny_3x C8_1y7ny_3x C9_1y5f_3x18v C10_1y5f_3x C11_1y5p_3x C12_1y5p_3x C13_1y4f_3x C14_1y4f_3x C15_1y4p_3x C16_1y4p_3x

11 Bilag 4. Model: Mx1_3x22v Bilag 4. Model: Mx1_3x22v Det fulde output. The CALIS Procedure Covariance Structure Analysis: Pattern and Initial Values LINEQS Model Statement Matrix Rows Columns Matrix Type Term 1 1 _SEL_ SELECTION 2 _BETA_ EQSBETA IMINUSINV 3 _GAMMA_ EQSGAMMA 4 _PHI_ SYMMETRIC The 22 Endogenous Variables Manifest KORTVID MLVID INDKMK TERT ALD5059 NETFLYT PRIM SDPMK ERHVBAS EJRETUDD ALD1824 ALD2534 ALMENNYT EJERLEJ ANDEL AKTIE ALD6066 EF2566 EF2024 EF1619 PAR37 F2024 Latent The 25 Exogenous Variables Manifest Latent F1 F2 F3 Error ex01 ex02 ex03 ex04 ex05 ex06 ex07 ex08 ex09 ex10 ex11 ex12 ex13 ex14 ex15 ex16 ex17 ex18 ex19 ex20 ex21 ex22 Covariance Structure Analysis: Pattern and Initial Values Manifest Variable Equations with Initial Estimates KORTVID =.*F ex01 Lx01 MLVID =.*F ex02 Lx02 INDKMK =.*F ex03 Lx03 TERT =.*F ex04 Lx04 ALD5059 =.*F ex05 Lx05 NETFLYT =.*F ex06 Lx06 PRIM =.*F ex07 Lx07 SDPMK =.*F ex08 Lx08 ERHVBAS =.*F ex09 Lx09 EJRETUDD =.*F ex10 118

12 Bilag 4. Model: Mx1_3x22v Lx10 ALD1824 =.*F ex11 Lx11 ALD2534 =.*F ex12 Lx12 ALMENNYT =.*F ex13 Lx13 EJERLEJ =.*F ex14 Lx14 ANDEL =.*F ex15 Lx15 AKTIE =.*F ex16 Lx16 ALD6066 =.*F ex17 Lx17 EF2566 =.*F ex18 Lx18 EF2024 =.*F ex19 Lx19 EF1619 =.*F ex20 Lx20 PAR37 =.*F ex21 Lx21 F2024 =.*F ex22 Lx22 Variances of Exogenous Variables Variable Parameter Estimate F F F ex01 vex01. ex02 vex02. ex03 vex03. ex04 vex04. ex05 vex05. ex06 vex06. ex07 vex07. ex08 vex08. ex09 vex09. ex10 vex10. ex11 vex11. ex12 vex12. ex13 vex13. ex14 vex14. ex15 vex15. ex16 vex16. ex17 vex17. ex18 vex18. ex19 vex19. ex20 vex20. ex21 vex21. ex22 vex22. Covariances Among Exogenous Variables Var1 Var2 Parameter Estimate F1 F2 CF1F2. 119

13 Bilag 4. Model: Mx1_3x22v F1 F3 CF1F3. F2 F3 CF2F3. Covariance Structure Analysis: Maximum Likelihood Estimation Observations 275 Model Terms 1 Variables 22 Model Matrices 4 Informations 253 Parameters 47 Variable Mean Std Dev KORTVID MLVID INDKMK TERT ALD NETFLYT PRIM SDPMK ERHVBAS EJRETUDD ALD ALD ALMENNYT EJERLEJ ANDEL AKTIE ALD EF EF EF PAR F NOTE: Some initial estimates computed by instrumental variable method. Vector of Initial Estimates Parameter Estimate Type 1 Lx Matrix Entry: _GAMMA_[1:1] 2 Lx Matrix Entry: _GAMMA_[2:1] 3 Lx Matrix Entry: _GAMMA_[3:1] 4 Lx Matrix Entry: _GAMMA_[4:1] 5 Lx Matrix Entry: _GAMMA_[5:1] 6 Lx Matrix Entry: _GAMMA_[6:1] 7 Lx Matrix Entry: _GAMMA_[7:1] 8 Lx Matrix Entry: _GAMMA_[8:1] 9 Lx Matrix Entry: _GAMMA_[9:1] 10 Lx Matrix Entry: _GAMMA_[10:1] 11 Lx Matrix Entry: _GAMMA_[11:2] 12 Lx Matrix Entry: _GAMMA_[12:2] 13 Lx Matrix Entry: _GAMMA_[13:2] 14 Lx Matrix Entry: _GAMMA_[14:2] 15 Lx Matrix Entry: _GAMMA_[15:2] 16 Lx Matrix Entry: _GAMMA_[16:2] 17 Lx Matrix Entry: _GAMMA_[17:2] 18 Lx Matrix Entry: _GAMMA_[18:3] 19 Lx Matrix Entry: _GAMMA_[19:3] 20 Lx Matrix Entry: _GAMMA_[20:3] 21 Lx Matrix Entry: _GAMMA_[21:3] 22 Lx Matrix Entry: _GAMMA_[22:3] 120

14 Bilag 4. Model: Mx1_3x22v 23 CF1F Matrix Entry: _PHI_[2:1] 24 CF1F Matrix Entry: _PHI_[3:1] 25 CF2F Matrix Entry: _PHI_[3:2] 26 vex Matrix Entry: _PHI_[4:4] 27 vex Matrix Entry: _PHI_[5:5] 28 vex Matrix Entry: _PHI_[6:6] 29 vex Matrix Entry: _PHI_[7:7] 30 vex Matrix Entry: _PHI_[8:8] 31 vex Matrix Entry: _PHI_[9:9] 32 vex Matrix Entry: _PHI_[10:10] 33 vex Matrix Entry: _PHI_[11:11] 34 vex Matrix Entry: _PHI_[12:12] 35 vex Matrix Entry: _PHI_[13:13] 36 vex Matrix Entry: _PHI_[14:14] 37 vex Matrix Entry: _PHI_[15:15] 38 vex Matrix Entry: _PHI_[16:16] 39 vex Matrix Entry: _PHI_[17:17] 40 vex Matrix Entry: _PHI_[18:18] 41 vex Matrix Entry: _PHI_[19:19] 42 vex Matrix Entry: _PHI_[20:20] 43 vex Matrix Entry: _PHI_[21:21] 44 vex Matrix Entry: _PHI_[22:22] 45 vex Matrix Entry: _PHI_[23:23] 46 vex Matrix Entry: _PHI_[24:24] 47 vex Matrix Entry: _PHI_[25:25] Dual Quasi-Newton Optimization Dual Broyden - Fletcher - Goldfarb - Shanno Update (DBFGS) Parameter Estimates 47 Functions (Observations) 253 Optimization Start Active Constraints 0 Objective Function Max Abs Gradient Element Objective Max Abs Slope of Function Active Objective Function Gradient Step Search Iter Restarts Calls Constraints Function Change Element Size Direction

15 Bilag 4. Model: Mx1_3x22v

16 Bilag 4. Model: Mx1_3x22v E E E E E E E E E E E E E E E E E E E E E E E E-9 Optimization Results Iterations 133 Function Calls 249 Gradient Calls 183 Active Constraints 0 Objective Function Max Abs Gradient Element Slope of Search Direction E-8 GCONV convergence criterion satisfied. NOTE: At least one element of the (projected) gradient is greater than 1e-3. Covariance Structure Analysis: Maximum Likelihood Estimation 123

17 Bilag 4. Model: Mx1_3x22v Fit Function Goodness of Fit Index (GFI) GFI Adjusted for Degrees of Freedom (AGFI) Root Mean Square Residual (RMR) Parsimonious GFI (Mulaik, 1989) Chi-Square Chi-Square DF 206 Pr > Chi-Square <.0001 Independence Model Chi-Square Independence Model Chi-Square DF 231 RMSEA Estimate RMSEA 90% Lower Confidence Limit RMSEA 90% Upper Confidence Limit ECVI Estimate ECVI 90% Lower Confidence Limit ECVI 90% Upper Confidence Limit Probability of Close Fit Bentler's Comparative Fit Index Normal Theory Reweighted LS Chi-Square Akaike's Information Criterion Bozdogan's (1987) CAIC Schwarz's Bayesian Criterion McDonald's (1989) Centrality Bentler & Bonett's (1980) Non-normed Index Bentler & Bonett's (1980) NFI James, Mulaik, & Brett (1982) Parsimonious NFI Z-Test of Wilson & Hilferty (1931) Bollen (1986) Normed Index Rho Bollen (1988) Non-normed Index Delta Hoelter's (1983) Critical N 35 Raw Residual Matrix KORTVID MLVID INDKMK TERT ALD5059 KORTVID MLVID INDKMK TERT ALD NETFLYT PRIM SDPMK ERHVBAS EJRETUDD ALD ALD ALMENNYT EJERLEJ ANDEL AKTIE ALD EF EF EF PAR F NETFLYT PRIM SDPMK ERHVBAS EJRETUDD KORTVID MLVID INDKMK

18 Bilag 4. Model: Mx1_3x22v TERT ALD NETFLYT PRIM SDPMK ERHVBAS EJRETUDD ALD ALD ALMENNYT EJERLEJ ANDEL AKTIE ALD EF EF EF PAR F ALD1824 ALD2534 ALMENNYT EJERLEJ ANDEL KORTVID MLVID INDKMK TERT ALD NETFLYT PRIM SDPMK ERHVBAS EJRETUDD ALD ALD ALMENNYT EJERLEJ ANDEL AKTIE ALD EF EF EF PAR F AKTIE ALD6066 EF2566 EF2024 EF1619 KORTVID MLVID INDKMK TERT ALD NETFLYT PRIM SDPMK ERHVBAS EJRETUDD ALD ALD ALMENNYT EJERLEJ ANDEL AKTIE ALD

19 Bilag 4. Model: Mx1_3x22v EF EF EF PAR F PAR37 F2024 KORTVID MLVID INDKMK TERT ALD NETFLYT PRIM SDPMK ERHVBAS EJRETUDD ALD ALD ALMENNYT EJERLEJ ANDEL AKTIE ALD EF EF EF PAR F Average Absolute Residual Average Off-diagonal Absolute Residual Rank Order of the 10 Largest Raw Residuals Row Column Residual EF2566 ALMENNYT EJERLEJ ALMENNYT EF2566 EJERLEJ PAR37 ALMENNYT EF2566 AKTIE AKTIE EJERLEJ EJERLEJ SDPMK EF1619 EJERLEJ PAR37 EJERLEJ ALMENNYT SDPMK Asymptotically Standardized Residual Matrix KORTVID MLVID INDKMK TERT ALD5059 KORTVID MLVID INDKMK TERT ALD NETFLYT PRIM SDPMK ERHVBAS

20 Bilag 4. Model: Mx1_3x22v EJRETUDD ALD ALD ALMENNYT EJERLEJ ANDEL AKTIE ALD EF EF EF PAR F NETFLYT PRIM SDPMK ERHVBAS EJRETUDD KORTVID MLVID INDKMK TERT ALD NETFLYT PRIM SDPMK ERHVBAS EJRETUDD ALD ALD ALMENNYT EJERLEJ ANDEL AKTIE ALD EF EF EF PAR F ALD1824 ALD2534 ALMENNYT EJERLEJ ANDEL KORTVID MLVID INDKMK TERT ALD NETFLYT PRIM SDPMK ERHVBAS EJRETUDD ALD ALD ALMENNYT EJERLEJ ANDEL AKTIE ALD EF EF EF PAR F

21 Bilag 4. Model: Mx1_3x22v AKTIE ALD6066 EF2566 EF2024 EF1619 KORTVID MLVID INDKMK TERT ALD NETFLYT PRIM SDPMK ERHVBAS EJRETUDD ALD ALD ALMENNYT EJERLEJ ANDEL AKTIE ALD EF EF EF PAR F PAR37 F2024 KORTVID MLVID INDKMK TERT ALD NETFLYT PRIM SDPMK ERHVBAS EJRETUDD ALD ALD ALMENNYT EJERLEJ ANDEL AKTIE ALD EF EF EF PAR F Average Standardized Residual Average Off-diagonal Standardized Residual Rank Order of the 10 Largest Asymptotically Standardized Residuals Row Column Residual PAR37 EF EF1619 EF PAR37 TERT EF2566 PRIM PAR37 PRIM EF2566 TERT ALD1824 ERHVBAS ALMENNYT PRIM

22 Bilag 4. Model: Mx1_3x22v ALD2534 ALD ALD1824 ALD Distribution of Asymptotically Standardized Residuals Each * Represents 2 Residuals Range Freq Percent * * * * * ** *** ** *** *** **** ** ******* ***** ****** ***** **** **** *************** ***** *** ****** **** **** **** *** **** ** * ** *** * * * * Manifest Variable Equations with Estimates KORTVID = *F ex01 129

23 Bilag 4. Model: Mx1_3x22v Std Err Lx01 t Value MLVID = *F ex02 Std Err Lx02 t Value INDKMK = *F ex03 Std Err Lx03 t Value TERT = *F ex04 Std Err Lx04 t Value ALD5059 = *F ex05 Std Err Lx05 t Value NETFLYT = *F ex06 Std Err Lx06 t Value PRIM = *F ex07 Std Err Lx07 t Value SDPMK = *F ex08 Std Err Lx08 t Value ERHVBAS = *F ex09 Std Err Lx09 t Value EJRETUDD = *F ex10 Std Err Lx10 t Value ALD1824 = *F ex11 Std Err Lx11 t Value ALD2534 = *F ex12 Std Err Lx12 t Value ALMENNYT = *F ex13 Std Err Lx13 t Value EJERLEJ = *F ex14 Std Err Lx14 t Value ANDEL = *F ex15 Std Err Lx15 t Value AKTIE = *F ex16 Std Err Lx16 t Value ALD6066 = *F ex17 Std Err Lx17 t Value EF2566 = *F ex18 Std Err Lx18 t Value EF2024 = *F ex19 Std Err Lx19 t Value EF1619 = *F ex20 Std Err Lx20 t Value PAR37 = *F ex21 Std Err Lx21 t Value

24 Bilag 4. Model: Mx1_3x22v F2024 = *F ex22 Std Err Lx22 t Value Variances of Exogenous Variables Standard Variable Parameter Estimate Error t Value F F F ex01 vex ex02 vex ex03 vex ex04 vex ex05 vex ex06 vex E ex07 vex ex08 vex ex09 vex E ex10 vex ex11 vex E ex12 vex E ex13 vex ex14 vex ex15 vex ex16 vex ex17 vex E ex18 vex ex19 vex ex20 vex ex21 vex ex22 vex Covariances Among Exogenous Variables Standard Var1 Var2 Parameter Estimate Error t Value F1 F2 CF1F F1 F3 CF1F F2 F3 CF2F Manifest Variable Equations with Standardized Estimates KORTVID = *F ex01 Lx01 MLVID = *F ex02 Lx02 INDKMK = *F ex03 Lx03 TERT = *F ex04 Lx04 ALD5059 = *F ex05 Lx05 NETFLYT = *F ex06 Lx06 PRIM = *F ex07 Lx07 131

25 Bilag 4. Model: Mx1_3x22v SDPMK = *F ex08 Lx08 ERHVBAS = *F ex09 Lx09 EJRETUDD = *F ex10 Lx10 ALD1824 = *F ex11 Lx11 ALD2534 = *F ex12 Lx12 ALMENNYT = *F ex13 Lx13 EJERLEJ = *F ex14 Lx14 ANDEL = *F ex15 Lx15 AKTIE = *F ex16 Lx16 ALD6066 = *F ex17 Lx17 EF2566 = *F ex18 Lx18 EF2024 = *F ex19 Lx19 EF1619 = *F ex20 Lx20 PAR37 = *F ex21 Lx21 F2024 = *F ex22 Lx22 Squared Multiple Correlations Error Total Variable Variance Variance R-Square 1 KORTVID MLVID INDKMK TERT ALD NETFLYT PRIM SDPMK ERHVBAS EJRETUDD ALD ALD ALMENNYT EJERLEJ ANDEL AKTIE ALD EF EF EF PAR F Correlations Among Exogenous Variables 132

26 Bilag 4. Model: Mx1_3x22v Var1 Var2 Parameter Estimate F1 F2 CF1F F1 F3 CF1F F2 F3 CF2F Lagrange Multiplier and Wald Test Indices _PHI_ [25:25] Symmetric Matrix Univariate Tests for Constant Constraints Lagrange Multiplier or Wald Index / Probability / Approx Change of Value F1 F2 F3 ex01 ex02 ex03 ex04 F Sing [CF1F2] [CF1F3] F [CF1F2] Sing [CF2F3] F [CF1F3] [CF2F3] Sing ex [vex01] ex [vex02] ex [vex03] ex [vex04] ex ex ex05 ex06 ex07 ex08 ex09 ex10 ex11 F

27 Bilag 4. Model: Mx1_3x22v F F ex ex ex ex ex [vex05] ex [vex06] ex12 ex13 ex14 ex15 ex16 ex17 ex18 F F F ex

28 Bilag 4. Model: Mx1_3x22v ex ex ex ex ex ex19 ex20 ex21 ex22 F F F ex ex ex ex