A New Approximation to the Normal Distribution Quantile Function

तकनीकी सारांश: सामान्य वितरण क्वांटाइल फलन का एक नया सन्निकटन (Approximation)

समस्या विवरण
यह शोध पत्र सामान्य वितरण क्वांटाइल फलन, $N^{-1}(x)$, जो संचयी वितरण फलन (CDF) का व्युत्क्रम है, के एक गणनात्मक रूप से कुशल सन्निकटन की आवश्यकता को संबोधित करता है। जबकि मौजूदा विधियाँ, जैसे कि बीस्ले-स्प्रिंग सन्निकटन [3] और एक्लम का सन्निकटन [2], उच्च सटीकता प्रदान करती हैं, लेखक ने एक ऐसी विधि की विशिष्ट आवश्यकता की पहचान की है जो "उचित रूप से सटीक" परिणाम (विशेष रूप से, $4.5 \cdot 10^{-4}$ से कम का अधिकतम पूर्ण त्रुटि, जो अब्रामोविट्ज़-स्टेगन सन्निकटन [1] के तुल्य है) बनाए रखते हुए गति को प्राथमिकता देती है। प्राथमिक चुनौती महंगी गणनाओं, विशेष रूप से लॉग (logarithms) और वर्गमूल (square roots) को कम करना है, जिनकी पूंछ (tail) गणनाओं के लिए आवश्यकता होती है।

कार्यप्रणाली (Methodology)
प्रस्तावित दृष्टिकोण एक विस्तृत केंद्रीय क्षेत्र और संकीर्ण पूंछों में डोमेन को अलग करने के स्थापित ढांचे का अनुसरण करता है, जो $N^{-1}(x - 1/2)$ की विषम समरूपता (odd symmetry) का लाभ उठाता है। हालाँकि, लेखक सन्निकटन के लिए उपयोग किए जाने वाले तर्क फलन (rational function) स्कीम्स में एक संशोधन पेश करते हैं:

1. केंद्रीय क्षेत्र सन्निकटन (Central Region Approximation):

   • बीस्ले-स्प्रिंग (एक (3,4) स्कीम) या एक्लम (एक (5,5) स्कीम) द्वारा उपयोग किए जाने वाले उच्च-क्रम स्कीम्स के बजाय, यह शोध पत्र केंद्रीय क्षेत्र के लिए एक (2,2) स्कीम प्रस्तावित करता है।
   • फलन को $f(p) = q \frac{a_2 r^2 + a_1 r + a_0}{r^2 + b_1 r + b_0}$ के रूप में परिभाषित किया गया है, जहाँ $q = p - 0.5$ और $r = q^2$ है।
   • दो संस्करण प्रस्तुत किए गए हैं:
     • Rat22A: $p = 0.0465$ और $p = 0.9535$ पर सीमाओं का उपयोग करता है।
     • Rat22B: पूंछ गणनाओं की आवृत्ति को और कम करने के लिए $p = 0.025$ और $p = 0.975$ पर व्यापक सीमाओं का उपयोग करता है।
   • गुणांक (coefficients) अधिकतम पूर्ण त्रुटि (चेबिशेव सन्निकटन) को न्यूनतम करने के लिए मेपल (Maple) के numapprox पैकेज के minimax फंक्शन का उपयोग करके प्राप्त किए गए थे।

2. पूंछ क्षेत्र सन्निकटन (Tail Region Approximation):

   • पूंछों के लिए ($p < 0.0465$ और $p > 0.9535$), एक (3,2) स्कीम का उपयोग किया जाता है।
   • सन्निकटन चर $r = \sqrt{\log(1/p^2)}$ (या ऊपरी पूंछ के लिए $\sqrt{\log(1/(1-p)^2)}$) का उपयोग करता है।
   • फलन को $r$ के एक तर्क फलन के रूप में परिभाषित किया गया है: $f_{tail}(p) = \frac{c_3 r^3 + c_2 r^2 + c_1 r + c_0}{r^2 + d_1 r + d_0}$।
   • गुणांक भी इसी तरह मेपल के मिनीमैक्स एल्गोरिदम का उपयोग करके अनुकूलित किए गए थे।

3. अनुकूलन तकनीकें (Optimization Techniques):

   • तर्क फलनों को गणनाओं (multiplications) की संख्या को कम करने के लिए संरचित किया गया है (उदाहरण के लिए, अग्रणी गुणांक को 1 बनाकर हर (denominator) को सामान्य बनाना)।
   • व्यापक केंद्रीय क्षेत्र (Rat22B) को विशेष रूप से महंगे log और sqrt संचालन को निष्पादित करने की आवश्यकता वाले मानों के सेट को कम करने के लिए डिज़ाइन किया गया है।

प्रमुख योगदान और परिणाम

• सटीकता (Accuracy): नया (2,2) केंद्रीय सन्निकटन केंद्रीय क्षेत्र में लगभग $2.5 \cdot 10^{-5}$ का अधिकतम पूर्ण त्रुटि और पूंछ में $2.458 \cdot 10^{-5}$ का अधिकतम पूर्ण त्रुटि प्राप्त करता है। कुल अधिकतम पूर्ण त्रुटि $2.5 \cdot 10^{-5}$ से कम है।
  • नोट ऑन सटीकता: लेखक स्पष्ट रूप से स्वीकार करते हैं कि यह बीस्ले-स्प्रिंग सन्निकटन (जिसकी केंद्रीय क्षेत्र में त्रुटि $1.85 \cdot 10^{-9}$ से कम है) और एक्लम सन्निकटन की तुलना में कम सटीक है।
• प्रदर्शन (Performance): प्राथमिक योगदान गति है। एक डेल इंस्पिरॉन 1525 (इंटेल कोर 2 ड्यूओ T5800, 2.00 GHz) पर जावा (JDK 1.6.0 17) का उपयोग करके 200,000 पुनरावृत्तियों (iterations) पर किए गए बेंचमार्क निम्नलिखित परिणाम देते हैं:
  • अब्रामोविट्ज़-स्टेगन (AS): 25,210 ms
  • बीस्ले-स्प्रिंग (BS): 10,212 ms
  • Rat22A (नया, संकीर्ण केंद्रीय): 8,052 ms
  • Rat22B (नया, व्यापक केंद्रीय): 6,649 ms
• दक्षता लाभ (Efficiency Gains): नए सन्निकटन मौजूदा विधियों की तुलना में काफी तेज़ हैं। Rat22A और Rat22B के बीच तुलना यह दर्शाती है कि log और sqrt गणनाओं के लिए आवश्यक गणनाओं के उपसमुच्चय को लगभग 50% कम करके (केंद्रीय क्षेत्र का विस्तार करके) CPU समय में लगभग 20% की कमी आई।

महत्व और दावे
शोध पत्र का तर्क है कि जबकि प्रस्तावित सन्निकटन बीस्ले-स्प्रिंग जैसी अत्याधुनिक विधियों की तुलना में कुछ सटीकता का त्याग करता है, यह समझौता गणनात्मक गति के पर्याप्त लाभ द्वारा न्यायसंगत है। लेखक का कहना है कि $2.5 \cdot 10^{-5}$ से कम का त्रुटि मार्जिन "कई अनुप्रयोगों के लिए पर्याप्त है," विशेष रूप से वित्तीय बाजारों (financial markets) का उदाहरण देते हुए जहाँ गति अत्यंत महत्वपूर्ण है।

इसके अतिरिक्त, यह शोध पत्र अब्रामोविट्ज़-स्टेगन सन्निकटन (समीकरण 26.2.22 और 26.2.23 [1]) का पुनरावलोकन करता है। लेखक इन समीकरणों के लिए बेहतर गुणांक प्रस्तुत करते हैं जो मानक IEEE-754 प्रतिनिधित्व योग्य सीमा के भीतर मूल की तुलना में पांच गुना से अधिक सटीकता प्रदान करते हैं, हालांकि जैसे-जैसे सीमा 0 और 1 के चरम की ओर बढ़ती है, सटीकता कम हो जाती है।

संक्षेप में, यह कार्य स्थापित क्वांटाइल फलन सन्निकटन के लिए एक "तेज़" विकल्प प्रदान करता है, जो उन अनुप्रयोगों के लिए निष्पादन समय (execution time) को प्राथमिकता देता है जहाँ थोड़ा उच्च त्रुटि स्तर स्वीकार्य रहता है।