Apa definisi yang tepat dari "Kasus Heywood"?

15

Saya telah menggunakan istilah "Heywood Case" agak informal untuk merujuk pada situasi di mana estimasi respon terbatas yang diperbarui secara iteratif dari varians menjadi negatif karena masalah presisi numerik. (Saya menggunakan varian metode Welford untuk menambah data dan menghapus data yang lebih lama.) Saya mendapat kesan bahwa itu berlaku untuk situasi apa pun di mana estimasi varians menjadi negatif, baik karena kesalahan numerik atau kesalahan pemodelan, tetapi seorang rekan kerja bingung dengan penggunaan istilah saya. Pencarian google tidak muncul banyak, selain itu digunakan dalam Analisis Faktor, dan tampaknya merujuk pada konsekuensi dari estimasi varians negatif. Apa definisi yang tepat? Dan siapa Heywood yang asli?

shabbychef
sumber

Jawaban:

14

Googling " varian negatif Heywood " dengan cepat menjawab pertanyaan ini. Melihat makalah terbaru (2008) oleh Kolenikov & Bollen , misalnya, menunjukkan bahwa:

  • "" Kasus Heywood "adalah estimasi negatif dari varians atau estimasi korelasi yang lebih besar dari satu dalam nilai absolut ..."

  • "Makalah asli (Heywood 1931) mempertimbangkan parameterisasi spesifik model analitik faktor, di mana beberapa parameter yang diperlukan untuk menggambarkan matriks korelasi lebih besar dari 1."

Referensi

"Heywood, HB (1931), 'Pada urutan terbatas dari bilangan real', Prosiding Royal Society of London. Seri A, Berisi Makalah dari Karakter Matematika dan Fisik 134 (824), 486-501."

whuber
sumber
(+1) Makalah yang bagus, terima kasih. Saya juga menemukan artikel ini menarik, Ketentuan untuk faktor (dalam) determinasi dalam analisis faktor (Krijnen et al.), J.mp/dwo7c8 .
chl
pencarian google saya untuk 'Heywood case definition' agak tidak memuaskan. Saya senang melihat bahwa pencarian google seperti itu sekarang menghubungkan ke pertanyaan ini.
shabbychef
Jadi sepertinya frasa ini tidak digunakan untuk kasus masalah numerik (kehilangan presisi) yang menyebabkan estimasi varians negatif, tetapi tidak ambigu.
shabbychef
@shabbychef Trik dengan pencarian adalah memfokuskannya dengan kata kunci yang sesuai. "Kasus" dan, sampai batas tertentu, "definisi" tidak banyak menghasilkan. Termasuk "negatif" dan "varians" mendorong Google untuk batuk materi yang lebih relevan ;-).
whuber