Blume-Capel model: Estimation of a three stable state network for $-\bf 1$, $\bf 0$ and $\bf +1$ data

Dit paper introduceert het Blume-Capel-model als een effectief hulpmiddel voor het schatten van netwerken met drie stabiele toestanden (-1, 0, +1), waarbij geavanceerde statistische methoden zoals pseudo-likelihood en lasso worden gebruikt voor nauwkeurige parameterherwinning en toepassing op verkiezingsdata van Stemwijzer.

De kern

De Kern: Een Nieuwe Manier om Menselijke Meningen te Meten

Stel je voor dat je een groep mensen vraagt of ze het eens zijn met een stelling. Vaak hebben we maar twee opties: Ja (+1) of Nee (-1). In de wetenschap noemen we dit het Ising-model. Het is handig, maar het heeft een groot gebrek: het negeert de mensen die zeggen: "Ik weet het niet," "Het maakt me niets uit" of "Ik sta er midden tussenin."

De auteurs van dit paper (Lourens Waldorp en collega's) hebben een nieuw model bedacht, het Blume-Capel-model. Dit is als het Ising-model, maar dan met een extra knop: 0.

• -1: Linkerflank / Nee / Tegen.
• +1: Rechterflank / Ja / Voor.
• 0: Centraal / Ik weet het niet / Neutraal.

Waarom is dit zo'n goed idee?

In de echte wereld zijn mensen niet altijd zwart-wit. Soms zijn ze onzeker, soms zijn ze echt neutraal. Dit model kan die "grijze zone" vastleggen.

De auteurs tonen aan dat dit model drie belangrijke dingen kan doen die het oude model niet kan:

1. Drie stabiele groepen: In plaats van alleen een "links" en "rechts" kamp, kun je nu ook een groot "midden" kamp hebben. Denk aan een politieke meningsvorming waar drie duidelijke groepen ontstaan: links, rechts en een grote groep die zich niet laat categoriseren.
2. Plotselinge veranderingen: Soms blijft een meningsgroepje rustig, en dan schiet iedereen ineens van "onverschillig" naar "boos" of "enthousiast". Dit model kan die plotselinge schokken (zoals een storm) simuleren.
3. De "Voorzichtigheids-factor": Er is een speciale knop in het model (genaamd $\alpha_2$) die bepaalt hoe vaak mensen "0" kiezen. Is deze knop hoog? Dan kiezen mensen vaak voor "Ik weet het niet". Is hij laag? Dan durven mensen sneller een mening te kiezen.

Hoe lossen ze het rekentechnische probleem op?

Het probleem met dit model is dat het rekenen erachter enorm zwaar is. Het is alsof je probeert te berekenen hoeveel manieren er zijn om een kamer met 20 mensen in te delen, waarbij iedereen 3 opties heeft. Dat zijn er meer dan 3,5 miljard combinaties. Je computer zou er eeuwen over doen.

Om dit op te lossen, gebruiken de auteurs een slimme truc: Pseudo-waarschijnlijkheid.

• De Analogie: In plaats van te proberen de mening van iedereen in de kamer tegelijk te voorspellen (wat onmogelijk is), kijken ze naar één persoon tegelijk. Ze vragen: "Als ik weet wat de buren denken, wat is dan de kans dat jij voor, tegen of neutraal bent?"
• Door dit voor iedereen te doen en de resultaten te combineren, krijgen ze een heel goede schatting zonder dat de computer ontploft.

De "Lasso" en het Vissen in een Net

Ze hebben ook te maken met een ander probleem: er zijn veel variabelen (vragen) en soms weinig mensen die hebben meegedaan. Hoe weet je welke vragen echt met elkaar te maken hebben en welke toevallig lijken?

Ze gebruiken een techniek die Lasso heet.

• De Analogie: Stel je voor dat je een visnet (een netwerk van vragen) in het water gooit. Het net heeft veel gaten. De Lasso is als een slimme visser die alleen de draden strak trekt die echt nodig zijn om de vis (de waarheid) te vangen, en de losse, overbodige draden (de ruis) weghaalt.
• Hierdoor krijgen ze een schoon netwerk: alleen de vragen die echt met elkaar verbonden zijn, blijven over.

Wat hebben ze gevonden? (De Stemwijzer Test)

Om te bewijzen dat hun methode werkt, hebben ze het toegepast op echte data van Stemwijzer (een Nederlandse website die helpt bij het kiezen van een partij). Ze keken naar 19 verschillende politieke stellingen (zoals "Visa voor Surinamers" of "Hogere minimumlonen").

1. Het Netwerk: Ze zagen dat mensen die het eens waren over immigratie, ook vaak het eens waren over andere gerelateerde onderwerpen. Het model vond deze clusters automatisch.
2. De "0"-Kies: Ze ontdekten dat de "neutrale" knop ($\alpha_2$) heel nauwkeurig voorspelde hoeveel mensen "Ik weet het niet" hadden aangevinkt.
   • Voorbeeld: Bij een vraag over "Visa voor Surinamers" vonden ze dat veel mensen neutraal waren. Het model zag dit en zette de "neutraal-knop" hoog. Bij een vraag over "Hogere minimumlonen" waren mensen duidelijker, en zette het model de knop lager.

Conclusie

Dit paper introduceert een krachtig nieuw gereedschap voor psychologen en sociologen. Het stelt ons in staat om niet alleen te kijken naar "voor" en "tegen", maar ook naar de mensen in het midden.

• Oude manier: Mensen zijn ofwel links ofwel rechts.
• Nieuwe manier (Blume-Capel): Mensen kunnen links, rechts of onbeslist/centraal zijn, en we kunnen precies meten hoe die onbeslistheid de rest van het netwerk beïnvloedt.

Het is alsof je van een zwart-witfoto overstapt naar een foto met grijstinten: je ziet de wereld veel realistischer en gedetailleerder.

Technische samenvatting

Probleemstelling

Bestaande netwerkmodellen in de psychometrie en sociophysica, zoals het Ising-model, zijn beperkt tot twee toestanden per variabele (bijvoorbeeld -1 en +1, of "nee" en "ja"). Dit is vaak ontoereikend voor data waar een neutrale of "centristische" positie (waarde 0) een betekenisvolle rol speelt, zoals bij politieke voorkeuren, attitudes ("weet ik niet") of depressieve symptomen. Het Ising-model kan geen drie stabiele toestanden modelleren en mist een specifieke parameter om de prevalentie van neutrale antwoorden te regelen. Daarnaast is de schatting van netwerkparameters (het inverse probleem) bij complexe modellen vaak computationeel onhaalbaar vanwege de normalisatieconstante (partitiefunctie).

Methodologie

De auteurs introduceren en toepassen het Blume-Capel (BC) model, een uitbreiding van het Ising-model dat drie toestanden toestaat: $\{-1, 0, +1\}$.

1. Het Model:

   • Het BC-model wordt gedefinieerd door een Hamiltoniaan $H(x)$ die naast interactieparameters ($\sigma_{st}$) en drempelparameters ($\tau_s$) een extra parameter $\alpha_2$ bevat.
   • De term $\alpha_2 \sum x_s^2$ straft niet-nul waarden af; een hoge $\alpha_2$ verhoogt de kans op de neutrale toestand (0).
   • Het model toont rijkere dynamiek dan het Ising-model, waaronder de mogelijkheid tot eerste-orde fase-overgangen (snel schakelen tussen toestanden zonder extern veld) en hysteresis.
   • Het model behoort tot de familie van exponentiële verdelingen en is identificeerbaar (behalve voor de inverse temperatuur $\beta$, die in de parameters wordt opgenomen).

2. Schatting (Inverse Probleem):

   • Omdat de partitiefunctie $Z_\theta$ computationeel onmogelijk is te berekenen voor grote netwerken, gebruiken de auteurs pseudolikelihood. Dit benadert de gezamenlijke verdeling als een product van conditionele verdelingen.
   • Voor hoogdimensionale data (veel parameters, relatief weinig observaties) wordt Lasso-regularisatie toegepast op de pseudolikelihood om sparsiteit te forceren (veel interacties zijn nul).
   • Om betrouwbare betrouwbaarheidsintervallen te verkrijgen, combineren de auteurs de desparsified lasso met een sandwich-schatting (om rekening te houden met modelmisspecificatie door pseudolikelihood) en shrinkage-technieken voor de tweede-orde afgeleiden (Hessiaan).

3. Validatie:

   • De methode wordt getest op synthetische data gegenereerd via een Gibbs-sampler.
   • De methode wordt toegepast op real-world data van het stemplatform Stemwijzer (Nederlandse verkiezingen 2024), waarbij 19 politieke stellingen worden geanalyseerd.

Kernbijdragen

• Modeluitbreiding: Het introduceren van het Blume-Capel model in de psychometrie/netwerkanalyse, specifiek voor data met een neutrale categorie.
• Theoretische Identificeerbaarheid: Het bewijzen dat het BC-model een minimale exponentiële familie is, wat uniekheid van parameters garandeert (binnen bepaalde grenzen).
• Schattingstechniek: Een robuust schattingskader dat pseudolikelihood, Lasso en de desparsified lasso combineert om zowel puntenschattingen als nauwkeurige betrouwbaarheidsintervallen te genereren, zelfs in kleine netwerken.
• Interpretatie van $\alpha_2$: Het identificeren van de parameter $\alpha_2$ als een maat voor "neutraliteit" of "voorzichtigheid", die direct correleert met de frequentie van nul-antwoorden in de data.

Resultaten

• Synthetische Data:
  • De combinatie van pseudolikelihood en Lasso levert nauwkeurige parameterherstel op, zelfs bij kleine steekproefgroottes (bijv. $n=50$ voor 30 knopen).
  • De False Positive Rate (FPR) blijft onder het nominale niveau (0.05).
  • De True Positive Rate (TPR) neemt toe met de steekproefgrootte.
  • Betrouwbaarheidsintervallen: Intervallen gebaseerd op de Fisher-informatie (standaard methode) hebben een te lage dekking (te smal). Intervallen gebaseerd op de sandwich-schatting met shrinkage hebben een dekking die dicht bij de nominale 95% ligt.
• Toepassing op Stemwijzer-data:
  • Het geanalyseerde netwerk toont uitsluitend positieve interacties, wat consistent is met theorieën over attitude-consistentie.
  • Er zijn duidelijke clusters te zien (bijv. variabelen gerelateerd aan immigratie).
  • De geschatte parameter $\alpha_2$ voor elke variabele correleert sterk ($r = 0.98$) met de daadwerkelijke frequentie van nul-antwoorden, wat valideert dat het model de neutraliteit correct vastlegt.

Significantie

Dit artikel biedt een essentiële methodologische stap voor de analyse van attitude- en gedragsnetwerken waar "twijfel" of "neutraal zijn" een fundamenteel onderdeel is van het antwoordpatroon. Het toont aan dat het Blume-Capel model niet alleen theoretisch interessanter is dan het Ising-model (door drie stabiele toestanden en fase-overgangen), maar ook praktisch toepasbaar is met moderne statistische technieken. De ontwikkeling van een schattingsprocedure die zowel sparsiteit als nauwkeurige onzekerheidsmeting mogelijk maakt, maakt het model direct inzetbaar voor onderzoek in de sociale wetenschappen en psychologie.