Había estado utilizando el término "Caso Heywood" de manera algo informal para referirme a las situaciones en las que una estimación de la varianza actualizada iterativamente en línea, de "respuesta finita", se volvía negativa debido a problemas de precisión numérica. (Estoy utilizando una variante del método de Welford para añadir datos y eliminar los más antiguos). Tenía la impresión de que se aplicaba a cualquier situación en la que una estimación de la varianza se volviera negativa, ya fuera por un error numérico o por un error de modelización, pero un colega se sintió confundido por mi uso del término. Una búsqueda en Google no arroja mucho, aparte de que se utiliza en el análisis factorial, y parece referirse a las consecuencias de una estimación de la varianza negativa. ¿Cuál es la definición exacta? ¿Y quién fue el Heywood original?
Respuesta
¿Demasiados anuncios?
Buscar en Google " Variación negativa de Heywood "responde rápidamente a estas preguntas. Si observamos un informe reciente (2008) papel de Kolenikov & Bollen , por ejemplo, indica que:
-
" "Los "casos Heywood" [son] estimaciones negativas de varianzas o estimaciones de correlaciones superiores a uno en valor absoluto..."
-
"El artículo original (Heywood 1931) considera parametrizaciones específicas de modelos analíticos de factores, en los que algunos parámetros necesarios para describir las matrices de correlación eran mayores que 1."
Referencia
"Heywood, H. B. (1931), 'On finite sequences of real numbers', Proceedings of the Royal Society of London. Series A, Containing Papers of a Mathematical and Physical Character 134(824), 486-501".
