讀書報告--讀《Regionaldevelopmentassessment:Astructuralequationapproach》一、文章的總體結(jié)構(gòu)文章分為六個局部：第一局部為介紹。主要介紹為對區(qū)域開展進行評估對歐盟的重要性，對目前各種區(qū)域評估方法的評價以及對評估方法提出的建議。第二局部是描述數(shù)據(jù)，以及進行必要的描述性統(tǒng)計分析。第三局部是統(tǒng)計方法和估計方法介紹。第四局部是模型的標準性和結(jié)構(gòu)模型的估計結(jié)果，同時也介紹了計算結(jié)構(gòu)方程模型中潛變量得分的工具。第五局部介紹了聚類分析的結(jié)果。最后一局部為文章的總結(jié)。二、文中對斯洛文尼亞和克羅地亞兩國數(shù)據(jù)進行統(tǒng)計分析的過程。本文旨在通過對斯洛文尼亞9個開展指標和克羅地亞11個開展指標的分析來對兩國的開展狀況進行評估，主要使用了結(jié)構(gòu)方程，聚類分析及探索性因子分析等多元統(tǒng)計分析方法。文中提出了基于結(jié)構(gòu)方稱的模型，這個結(jié)構(gòu)模型使用各種開展區(qū)域當作潛變量建模，而且通過結(jié)構(gòu)模型能夠建立因果遞歸和非因果遞歸模型，同時，進行評估和擬合統(tǒng)計量的分析。文中對兩國開展指標的分析主要分為四個局部：1、對兩國數(shù)據(jù)進行處理。包括對兩國原始數(shù)據(jù)使用塔方檢驗進行正態(tài)檢測，根據(jù)檢驗結(jié)果對原始數(shù)據(jù)中其分布不是正態(tài)分布的轉(zhuǎn)化為正態(tài)分布數(shù)據(jù)。2、基于潛變量LISREL建立區(qū)域開展結(jié)構(gòu)方程3、對模型的分析及估計結(jié)果4、聚類分析〔一〕對兩國原始數(shù)據(jù)的預處理文章中數(shù)據(jù)的預處理方法是：首先對斯洛文尼亞和克羅地亞兩國的原始數(shù)據(jù)進行正態(tài)性測試，結(jié)果顯示除斯洛文尼亞的人均收入和就業(yè)率除外，兩國其他指標均不服從正態(tài)分布。因為文中對兩國變量的分析希望使用高斯最大似然法進行分析，因而需要所分析的變量大致呈正態(tài)分布。因而需要將兩國原始數(shù)據(jù)中其分布不是正態(tài)分布的轉(zhuǎn)化為正態(tài)分布數(shù)據(jù)，并通過塔方檢驗驗證轉(zhuǎn)化后的數(shù)據(jù)是否呈現(xiàn)正態(tài)分布。轉(zhuǎn)化的方式是：將一個樣本在第j個變量上的觀測量表示為。正態(tài)得分的計算過程如下：定義一個k的不同樣本值的向量，，這里k≤N，那么X，讓是的值在中出現(xiàn)的頻率，值得≥1.的正態(tài)得分通過下面的公式計算得到：這里的是標準高斯密度函數(shù)，的定義如下：其中是標準高斯分布函數(shù)的逆。對斯洛文尼亞和克羅地亞兩國數(shù)據(jù)轉(zhuǎn)化結(jié)果的塔方檢驗顯示：轉(zhuǎn)化后的數(shù)據(jù)均接受原假設(shè)，即，轉(zhuǎn)化后的數(shù)據(jù)呈現(xiàn)正態(tài)分布。標準化得分與原變量具有同樣的的均值和方差。〔二〕、基于潛變量LISREL建立區(qū)域開展結(jié)構(gòu)方程指定內(nèi)生潛變量為，外生潛變量為，它們的觀測值分別為，結(jié)構(gòu)模型為：其中為內(nèi)生潛變量向量，為外生潛變量向量，為潛誤差向量，、是系數(shù)矩陣。內(nèi)生潛變量的測量模型為外生潛變量的測量模型為：其中：和是可觀測變量向量，和是系數(shù)矩陣，和是前誤差矩陣。定義,,,,模型的協(xié)方差陣是由三個單獨的協(xié)方差陣組成的其中：為內(nèi)生潛變量觀測指標的協(xié)方差陣、為內(nèi)生潛變量與外生潛變量觀測指標的協(xié)方差陣為內(nèi)生潛變量觀測指標的協(xié)方差陣最大似然法模型參數(shù)的估計是通過最小多元高斯〔差異〕對數(shù)似然函數(shù)得到的。其中：P和q分別是內(nèi)生潛變量和外生潛變量觀測指標的數(shù)量。使用Lawley和Maxwell方法可以計算潛變量得分：=+其中：計算隱變量得分可以運用公式：其中：是的奇異值分解,是矩陣的奇異值分解，為觀測變量協(xié)方差矩陣誤差〔三〕、對模型的分析及估計結(jié)果初步探索性因子分析顯示斯洛文尼亞和克羅地亞都有4個潛在的開展層面，然而，因子分析結(jié)果并沒呈現(xiàn)出簡單模型，而是顯示出復雜的因子載荷和因子間的高相關(guān)性，這說明因子間可能具是結(jié)構(gòu)性或者因果聯(lián)系。因此，使用探索性因子分析提取簡單結(jié)構(gòu)以便進行更多初步描述分析在這種情況下可能是不適合的。因子載荷結(jié)構(gòu)可能因為模糊載荷和因子間的結(jié)構(gòu)關(guān)系而變得復雜，這就要求要對模型進行檢測，同時檢測模型的擬合度以及模型的假設(shè)。本文將指定一個斯洛文尼亞和克羅地亞簡單的非遞歸結(jié)構(gòu)模型=++這個模型假設(shè)四個開展層面每個由因子分析測量模型檢測。我們同樣指定了兩個國家的結(jié)構(gòu)模型，可用數(shù)據(jù)顯示在期待的測量模型中有一定的區(qū)別，尤其是斯洛文尼亞的內(nèi)生測量模型，它的矩陣表達形式如下：=+外生變量測量模型為=+內(nèi)生測量模型潛在誤差的協(xié)方差陣是對角陣，然而初步分析和測試指標顯示放寬上的零限制能夠提夠模型的擬合度。因此指定矩陣為：=需要注意的是是農(nóng)業(yè)人口份額和就業(yè)率指標之間的剩余相關(guān)。參數(shù)的估計值導致塔方檢驗從108顯著下降值67.22.最終外生測量模型潛在誤差的協(xié)方差矩陣被表示為對角陣：=如上說述，檢驗結(jié)果為：檢驗值為67.22，擬合優(yōu)度為0.927，標準均方根為0.057，可以看出分析結(jié)構(gòu)與數(shù)據(jù)有很好的擬合度。而且估計的模型沒有顯著的修改指標和為模型化的剩余相關(guān)。克羅地亞的內(nèi)生測量模型的矩陣表示為：=+外生測量模型的矩陣表示為：=+內(nèi)生測量模型的誤差協(xié)方差矩陣是對角陣，外生測量模型的誤差協(xié)方差矩陣最初表示為：=當放寬對的零限制后，對矩陣的從新估計的矩陣表示為：=這使得有88.65顯著下降至75.57。通過比擬兩個國家的結(jié)構(gòu)模型，可以看出社會因素對經(jīng)濟的影響是積極的，有利的，高度顯著的。結(jié)構(gòu)因子對經(jīng)濟的影響在斯洛文尼亞是積極顯著的，而在獨立電影就的影響就小已寫，或者是消極的。另一個不同之處是地理因素的影響。外表上看，地理因素似乎對斯洛文尼亞的結(jié)構(gòu)層次的影響的消極的，對克羅地亞的影響是積極的，而對經(jīng)濟層次的的影響上看，它對斯洛文尼亞的影響是顯著積極地，而對克羅地亞的影響是不顯著的。地理因素對兩國社會層次的影響也是不同的。兩國的內(nèi)生測量模型在農(nóng)業(yè)人口份額和就業(yè)率上有著重要的差異，這個差異很可能是因為兩國經(jīng)濟因素結(jié)構(gòu)作用的不同跡象引起的?！菜摹尘垲惙治鐾ㄟ^計算潛變量的得分，就可以進行聚類分析，將具有相似特點的自治區(qū)分為幾個小組。首先使用Ward聚類程序確定類的數(shù)量和類中心。接著使用快速聚類法以Ward聚類發(fā)確定的類中心作為初始類中心。分析結(jié)果顯示，第一類為各個指標都具有較好的均值的自治區(qū)，是最興旺的自治區(qū)類，第三類正好相反，是最不興旺的自治區(qū)類。第二類為中等興旺自治區(qū)。除此之外，也可以用每個開展區(qū)域的潛變量得分來給每個類中的自治區(qū)排序，這對是否將某個自治區(qū)列入?yún)^(qū)域補助資金范圍提供有價值的信息。三、對文章的總結(jié)以及心得體會本文提出了一個基于結(jié)構(gòu)模型的區(qū)域開展評估的多元統(tǒng)計框架，同時展示了如何使用聚類分析獲取地與開展分類。這個模型比以前所采用的方法具有一些重要的優(yōu)點：1、模型考慮了分布問題，這使得更強大的推理工具能夠得到使用。2、能夠建立前在開展層次的結(jié)構(gòu)關(guān)系模型，并對模型和估計參數(shù)的假設(shè)進行檢測。3、允許在測量模型中有潛變量的復雜的因子載荷結(jié)構(gòu)，也能夠?qū)@個結(jié)構(gòu)進行驗證。4、能夠計算潛變量得分。除此之外這些方法能夠直接與非參數(shù)分類工具，例如聚類分析結(jié)合使用，從而能夠?qū)^(qū)域單元的開展水平進行分類。通過對文章的學習，首先讓我認識到對分析對象的數(shù)據(jù)的采集是最根底也是最重要的工作，數(shù)據(jù)來源的可靠性是得出正確的分析結(jié)構(gòu)最根本的保證。文中對斯洛文尼亞和克羅地亞兩國的數(shù)