तकनीकी सारांश: अनुकूली प्रयोगों के लिए चयनात्मक यादृच्छिककरण अनुमान (Selective Randomization Inference)

समस्या विवरण

अनुकूली प्रयोग (Adaptive experiments), जो आगामी चरणों में भर्ती और उपचार आवंटन को सूचित करने के लिए प्रारंभिक डेटा विश्लेषण का उपयोग करते हैं, चिकित्सा और सामाजिक विज्ञानों में तेजी से सामान्य हो रहे हैं। हालाँकि, इन सेटिंग्स में मानक सांख्यिकीय अनुमान विधियाँ अक्सर विफल हो जाती हैं क्योंकि शून्य परिकल्पना (null hypothesis) और प्रयोगात्मक डिज़ाइन डेटा-निर्भर हो जाते हैं। यह "चयन" (selection) एक पूर्वाग्रह (bias) उत्पन्न करता है, जिससे साधारण यादृच्छिककरण परीक्षण (randomization tests) अमान्य हो जाते हैं क्योंकि वे इस तथ्य की अनदेखी करते हैं कि भविष्य के डिज़ाइन विकल्प पिछले परिणामों पर आधारित थे। जबकि मौजूदा समाधान मौजूद हैं, वे अक्सर विशिष्ट अनुकूली डिज़ाइनों (जैसे, मल्टी-आर्म मल्टी-स्टेज ट्रायल्स) तक सीमित होते हैं या मजबूत पैरामीट्रिक मान्यताओं और एसिम्प्टोटिक सन्निकटन (asymptotic approximations) पर निर्भर करते हैं जो सीमित जनसंख्या में लागू नहीं हो सकते। इसके अतिरिक्त, सरल डेटा-विभाजन (data-splitting) दृष्टिकोण, हालांकि वैध हैं, अक्षम हैं क्योंकि वे चयन के लिए उपयोग किए गए प्रारंभिक चरण में निहित जानकारी को त्याग देते हैं।

कार्यप्रणाली

लेखक अनुकूली प्रयोगों के विश्लेषण के लिए एक सामान्य, मॉडल-मुक्त ढांचा प्रस्तावित करते हैं जिसे चयनात्मक यादृच्छिककरण अनुमान (Selective Randomization Inference - SRI) कहा जाता है। मुख्य कार्यप्रणाली सशर्त पोस्ट-सिलेक्शन अनुमान (conditional post-selection inference) को यादृच्छिककरण अनुमान के सिद्धांतों के साथ एकीकृत करती है।

1. कारण ढांचा और धारणाएं (Causal Framework and Assumptions)

लेखक $K$ चरणों वाले अनुकूली प्रयोगों को निर्देशित अचक्रीय ग्राफ़ (Directed Acyclic Graphs - DAGs) का उपयोग करके मॉडल करते हैं। वे निम्नलिखित को शामिल करते हुए एक सामान्य सेटअप परिभाषित करते हैं:

• भर्ती ($R_k$): इसे एक यादृच्छिक घटना के रूप में मॉडल किया गया है जहाँ भर्ती की गई इकाइयों का सेट पिछले डेटा पर निर्भर हो सकता है।
• उपचार आवंटन ($Z_k$): यह प्रयोगकर्ता द्वारा यादृच्छिक किया जाता है लेकिन सह-चरों (covariates) और पिछले परिणामों पर निर्भर हो सकता है।
• चयन सांख्यिकी ($S_k$): देखे गए डेटा के नियतात्मक फलन (deterministic functions) जो अगले चरणों के डिज़ाइन को निर्धारित करते हैं (जैसे, किन उपसमूहों की भर्ती की जानी है)।

वैधता के लिए तीन न्यूनतम धारणाओं की आवश्यकता है:

• (A1) ज्ञात क्रमिक आवंटन (Known Sequential Assignment): उपचार आवंटन का वितरण $q(z | r, x, y)$ ज्ञात है।
• (A2) सशर्त स्वतंत्रता (Conditional Independence): उपचार आवंटन चरण $k$ पर, पिछले देखे गए डेटा और वर्तमान सह-चरों के दिए होने पर संभावित परिणामों से स्वतंत्र है।
• (A3) चयन पर्याप्तता (Selection Sufficiency): चयन सांख्यिकी $S_{k-1}$, पिछले चरणों से प्राप्त उस सभी जानकारी को समाहित करती है जो चरण $k$ की भर्ती और उपचार आवंटन को प्रभावित करती है।

2. चयनात्मक यादृच्छिककरण p-मान (The Selective Randomization P-value)

मुख्य योगदान एक चयनात्मक यादृच्छिककरण p-मान ($P_{sel}$) की परिभाषा है। एक साधारण (naive) p-मान के विपरीत, जो देखे गए उपचार आवंटन $Z$ की तुलना सभी संभावित यादृच्छिक आवंटनों के विरुद्ध करता है, $P_{sel}$ विशिष्ट चयन घटना (selection event) पर आधारित होता है।

औपचारिक रूप रूप में, यदि $Z^*$ अनुक्रमिक आवंटन वितरण से लिया गया एक प्रति-तथ्यात्मक (counterfactual) उपचार आवंटन है, तो p-मान को इस प्रकार परिभाषित किया जाता है:
$$P_{sel} = P\left( T(Z^*, \dots) \leq T(Z, \dots) \mid R, X_R, Y_R(\cdot), Z, S(Z^*) = S(Z), G(Z^*) = G(Z) \right)$$
जहाँ:

• $T$ परीक्षण सांख्यिकी (test statistic) है।
• $S(Z^*) = S(Z)$ यह सुनिश्चित करता है कि प्रति-तथ्यात्मक आवंटन उसी डिज़ाइन चयन की ओर ले जाता है जो देखे गए डेटा का है।
• $G(Z^*) = G(Z)$ "आंशिक रूप से तीक्ष्ण" (partially sharp) शून्य परिकल्पनाओं के लिए आवश्यक एक अतिरिक्त शर्त है ताकि अनदेखे संभावित परिणामों का आरोपण (imputation) किया जा सके।

लेखक सिद्ध करते हैं कि यह p-मान यूनिफॉर्म वितरण का स्टोकेस्टिक प्रभुत्व (stochastically dominates) रखता है, जिससे चयनात्मक टाइप-I त्रुटि (चयन घटना के सापेक्ष त्रुटि दर) नियंत्रित होती है।

3. कम्प्यूटेशनल दृष्टिकोण (Computational Approaches)

चूंकि सशर्त वितरण का समर्थन (support) (वे आवंटन जो $S(Z^*)=S(Z)$ को संतुष्ट करते हैं) अक्सर गणना योग्य नहीं होता है, लेखक मोंटे कार्लो सन्निकटन (Monte Carlo approximations) प्रस्तावित करते हैं:

• रिजेक्शन सैंपलिंग (Rejection Sampling): सरल लेकिन संभावित रूप से अक्षम यदि चयन बाधा को संतुष्ट करने की संभावना कम हो।
• रैंडम वॉक मेट्रोपोलिस-हेस्टिंग्स (Random Walk Metropolis-Hastings - RWM): एक मार्कोव चेन मोंटे कार्लो (MCMC) एल्गोरिदम जो व्यवहार्य आवंटनों के स्थान पर एक श्रृंखला का निर्माण करता है। लेखक सैद्धांतिक गारंटी प्रदान करते हैं कि श्रृंखला सही स्थिर वितरण (stationary distribution) की ओर अभिसरित होती है और परिणामी p-मान चयनात्मक टाइप-I त्रुटि को नियंत्रित करता है, भले ही श्रृंखला को एक विशिष्ट संचार वर्ग (communication class) तक सीमित किया गया हो।

4. अनुमान और विश्वास अंतराल (Estimation and Confidence Intervals)

यह ढांचा सजातीय उपचार प्रभावों (homogeneous treatment effects) के लिए विश्वास अंतराल बनाने हेतु चयनात्मक परिकल्पना परीक्षणों को उलटने (inverting) के माध्यम से विस्तारित होता है। लेखक नोट करते हैं कि चयन पर आधारित होने के कारण p-मान वक्र गैर-एकदिष्ट (non-monotonic) हो सकते हैं, जिससे अंतराल निर्माण जटिल हो जाता है। इसे कम करने के लिए, वे होल्ड-आउट इकाइयों (वह डेटा जिसका उपयोग चयन के लिए नहीं किया गया है) का उपयोग करने का सुझाव देते हैं ताकि p-मान वक्र को सुचारू बनाया जा सके और बेहतर विश्वास सेट सुनिश्चित किए जा सकें।

मुख्य परिणाम

लेखक सिमुलेशन अध्ययनों और वास्तविक दुनिया के डेटा (SPRINT ट्रायल) के एक काल्पनिक विश्लेषण के माध्यम से पद्धति को मान्य करते हैं:

1. वैधता (Validity): उन सिमुलेशन में जहाँ शून्य परिकल्पना सत्य है, एक साधारण यादृच्छिककरण परीक्षण (RT) बढ़ी हुई टाइप-I त्रुटि दर (विश्वास अंतरालों का कम कवरेज) प्रदर्शित करता है, जबकि प्रस्तावित SRT और डेटा-विभाजन दृष्टिकोण (RT 2nd) चयनात्मक टाइप-I त्रुटि को सही ढंग से नियंत्रित करते हैं।
2. शक्ति (Power): SRT आमतौर पर डेटा-विभाजन दृष्टिकोण (RT 2nd) की तुलना में उच्च सांख्यिकीय शक्ति प्रदर्शित करता है। चयन घटना पर आधारित होने के बजाय, SRT प्रारंभिक चरण से "छोड़ी गई" (left-out) जानकारी का उपयोग करता है, जिसके परिणामस्वरूप अधिक सटीक विश्वास अंतराल और गलत शून्यों के लिए उच्च रिजेक्शन संभावना मिलती है।
3. कम्प्यूटेशन (Computation): जबकि रिजेक्शन सैंपलिंग सीधा है, यह कम्प्यूटेशनल रूप से महंगा हो सकता है जब चयन बाधा दुर्लभ हो। RWM सैंपलर एक अधिक कुशल विकल्प प्रदान करता है, जिसका प्रदर्शन परीक्षण किए गए परिदृश्यों में विंडो आकार के चयन के प्रति काफी हद तक असंवेदनशील है।
4. वास्तविक डेटा अनुप्रयोग: SPRINT ट्रायल से प्राप्त एक काल्पनिक दो-चरणीय संवर्धन परीक्षण (enrichment trial) में, SRT ने चयनित उपसमूह के लिए डेटा-विभाजन दृष्टिकोण (0.314) की तुलना में छोटा p-मान (0.048) दिया, जो कम नमूना आकार के कारण डेटा-विभांकन द्वारा छोड़े गए प्रभावों को पकड़ने की इसकी क्षमता को दर्शाता है।

महत्व और दावे

यह शोधपत्र दावा करता है कि यह अनुकूली प्रयोगों के लिए एक सामान्य, मॉडल-मुक्त ढांचा प्रदान करता है। इसका महत्व कई प्रमुख पहलुओं में निहित है:

• व्यापकता (Generality): विशिष्ट डिज़ाइनों (जैसे, रिस्पॉन्स-एडाप्टिव रैंडमाइजेशन या मल्टी-आर्म ट्रायल्स) तक सीमित पिछले तरीकों के विपरीत, यह दृष्टिकोण समृद्ध संवर्धन डिज़ाइनों (enrichment designs) सहित चुनिंदा डिज़ाइनों की एक विस्तृत श्रेणी पर लागू होता है।
• मॉडल-मुक्त प्रकृति (Model-Free Nature): यह विधि केवल उपचार आवंटन की यादृच्छिकता पर निर्भर करती है, जिसमें परिणामों के वितरण, डेटा बिंदुओं की स्वतंत्रता, या पैरामीट्रिक मॉडल के बारे में कोई धारणा नहीं ली जाती है। यह यादृच्छिक प्रयोगों के लिए एक मजबूत "डिफ़ॉल्ट" परीक्षण बनाता है।
• दक्षता (Efficiency): यह उपलब्ध सभी डेटा का उपयोग करते हुए और चयन पूर्वाग्रह को कठोरता से सुधारते हुए, डेटा-विभाजन की अक्षमता को दूर करता है।
• नियामक प्रासंगिकता (Regulatory Relevance): लेखक तर्क देते हैं कि चयनात्मक टाइप-I त्रुटि को नियंत्रित करना नियामक दृष्टिकोणों के लिए महत्वपूर्ण है, क्योंकि यह चयनित परिकल्पना को एक तथ्य के रूप में मानता है, जिससे यादृच्छिक प्रयोग में साक्ष्य के वस्तुनिष्ठ मूल्यांकन की अनुमति मिलती है।

लेखक इस कार्य को मौजूदा सुपर-पॉपुलेशन ढांचों के पूरक के रूप में देखते हैं, जो एक सीमित-जनसंख्या विकल्प प्रदान करता है जो मॉडलिंग धारणाओं को न्यूनतम करता है। वे स्वीकार करते हैं कि हालांकि सैद्धांतिक ढांचा स्थापित है, इष्टतम परीक्षण सांख्यिकी चयन और ड्रॉप-आउट्स को संभालने के संबंध में व्यावहारिक विस्तार भविष्य के अनुसंधान के क्षेत्र बने हुए हैं।