On the extensions of the Chatterjee-Spearman test

तकनीकी सारांश: चैटर्जी-स्पीयरमैन परीक्षण के विस्तार पर

समस्या विवरण
चैटर्जी का सहसंबंध (2021), एक रैंक-आधारित स्वतंत्रता परीक्षण है जो सभी विकल्पों के विरुद्ध सुसंगत (consistent) है और विश्लेषणात्मक p-मान गणना के लिए एक सरल स्पर्शोन्मुखी सिद्धांत (asymptotic theory) रखता है। हालांकि, चैटर्जी के परीक्षण की एक महत्वपूर्ण सीमा स्थापित रैंक परीक्षणों जैसे स्पीयरमैन या केंडल के सहसंबंधों की तुलना में मोनोटोनिक (एकदिशीय) संबंधों का पता लगाने में इसकी कम सांख्यिकीय शक्ति (statistical power) है। जबकि पिछले कार्य (झांग, 2024) ने चैटर्जी और स्पीयरमैन के सहसंबंधों को संयोजित करने वाले एक "मैक्स-टाइप" सांख्यिकी का प्रस्ताव दिया ताकि इस समस्या का समाधान किया जा सके, कई महत्वपूर्ण अंतराल शेष रह गए थे:

1. असममितता (Asymmetry): मूल संयोजित सांख्यिकी असममित है; प्रतिक्रिया चर ($Y$) और स्वतंत्र चर ($X$) को बदलने से अलग परिणाम प्राप्त हो सकते हैं, जो जीन सह-अभिव्यक्ति विश्लेषण जैसे अनुप्रयोगों के लिए समस्याग्रस्त है जहाँ सममित परीक्षणों को प्राथमिकता दी जाती है।
2. संयोजन का सीमित दायरा: पिछला ढांचा केवल चैटर्जी के सहसंबंध को स्पीयरमैन के साथ संयोजित करता था। यह स्पष्ट नहीं था कि अन्य रैंक सहसंबंधों, जैसे केंडल के $\tau$ या क्वाड्रेंट सहसंबंध के साथ संयोजन करने पर इसका प्रदर्शन कैसा होगा।
3. बहुचर सीमाएँ (Multivariate Limitations): मौजूदा परीक्षण यादृच्छिक स्केलर तक ही सीमित था। इस ढांचे को यादृच्छिक वेक्टर्स (बहुचर स्वतंत्रता परीक्षण) तक विस्तारित करने के लिए नए सैद्धांतिक विकास की आवश्यकता थी।

कार्यप्रणाली
यह शोध पत्र चैटर्जी-स्पीयरमैन ढांचे में तीन प्रमुख विस्तार प्रस्तावित करता है:

1. समानीकरण (Symmetrization):
   लेखक स्वतंत्रता की शून्य परिकल्पना के तहत स्पीयरमैन के सहसंबंध ($S_n$), चैटर्जी के सहसंबंध ($\xi_n(X,Y)$), और रिवर्स चैटर्जी के सहसंबंध ($\xi_n(Y,X)$) के स्पर्शोन्मुखी संयुक्त वितरण को व्युत्पन्न करते हैं। वे सिद्ध करते हैं कि ये तीन सांख्यिकी स्पर्शोन्मुखी रूप से संयुक्त सामान्य (joint normal) और परस्पर स्वतंत्र हैं। इसके आधार पर, वे एक सममित मैक्स-टाइप सांख्यिकी को परिभाषित करते हैं:
   $$\tilde{I}^S_n(X,Y) = \max\left\{ |S_n(X,Y)|, \sqrt{5/2}\xi_n(X,Y), \sqrt{5/2}\xi_n(Y,X) \right\}$$
   इसका स्पर्शोन्मुखी शून्य वितरण विश्लेषणात्मक रूप से व्युत्पन्न किया गया है, जो बिना परम्यूटेशन (permutation) के प्रत्यक्ष p-मान गणना की अनुमति देता है।

2. अन्य रैंक सहसंबंधों तक विस्तार:
   अध्ययन चैटर्जी के सहसंबंध और केंडल के $\tau_n$ तथा क्वाड्रेंट सहसंबंध $Q_n$ के बीच स्पर्शोन्मुखी संबंधों की जांच करता है। लेखक स्थापित करते हैं कि स्वतंत्रता के तहत, $\xi_n$, $\tau_n$ और $Q_n$ दोनों से स्पर्शोन्मुखी रूप से स्वतंत्र है। फलस्वरूप, वे दो नए सममित परीक्षणों को परिभाषित करते हैं:

• चैटर्जी-केंडल: $\tilde{I}^\tau_n(X,Y) = \max\left\{ |\tau_n(X,Y)|, \sqrt{5/2}\xi_n(X,Y), \sqrt{5/2}\xi_n(Y,X) \right\}$
• चैटर्जी-क्वाड्रेंट: $\tilde{I}^Q_n(X,Y) = \max\left\{ 3/2|Q_n(X,Y)|, \sqrt{5/2}\xi_n(X,Y), \sqrt{5/2}\xi_n(Y,X) \right\}$
  इन सांख्यिकीओं के लिए संयुक्त सामान्यता परिणामों के आधार पर विश्लेषणात्मक p-मान व्युत्पन्न किए गए हैं।

3. बहुचर विस्तार (Multivariate Extensions):
   दो दृष्टिकोणों का अन्वेषण किया गया है ($X \in \mathbb{R}^p, Y \in \mathbb{R}^q$):

• ग्रो एट अल. (2014) सूत्र: बहुचर रैंकों का उपयोग करके $S_n$ और $\tau_n$ को परिभाषित करना। चूंकि बहुचर स्पीयरमैन/केंडल के अनुपात रूप के कारण संयोजित मैक्स-सांख्यिकी का स्पर्शोन्मुखी शून्य वितरण विश्लेषणात्मक रूप से निकालना कठिन है, इसलिए लेखक p-मान और मानक विचलन का अनुमान लगाने के लिए परम्यूटेशन टेस्ट की सिफारिश करते हैं।
• बोरेल आइसोमोर्फिज्म (Borel Isomorphism): यादृच्छिक वेक्टर्स को बोरेल मर्जिंग फंक्शन (जैसे बाइनरी एक्सपेंशन) का उपयोग करके यादृच्छिक स्केलर में बदलना ताकि सीधे एकचर परिणामों को लागू किया जा सके। हालांकि, सिमुलेशन सुझाव देते हैं कि इस दृष्टिकोण के परिणामस्वरूप बहुचर सेटिंग्स में मोनोटोनिक संबंधों का पता लगाने में कम शक्ति (low power) हो सकती है।

प्रमुख परिणाम

• सैद्धांतिक: शोध पत्र सिद्ध करता है कि स्वतंत्रता के तहत, चैटर्जी का सहसंबंध स्पीयरमैन, केंडल और क्वाड्रेंट सहसंबंधों से स्पर्शोन्मुखी रूप से स्वतंत्र है। यह इन सांख्यिकीओं की स्पर्शोन्मुखी संयुक्त सामान्यता को स्थापित करता है, जिससे सममित एकचर परीक्षणों के लिए विश्लेषणात्मक p-मानों का व्युत्पन्न होना संभव होता है।
• सिमुलेशन (एकचर):
  • सभी प्रस्तावित परीक्षण टाइप I त्रुटि दर (Type I error rate) को प्रभावी ढंग से नियंत्रित करते हैं।
  • चैटर्जी-केंडल परीक्षण, चैटर्जी-स्पीयरमैन परीक्षण की तुलना में बेहतर सांख्यिकीय शक्ति प्रदर्शित करता है, विशेष रूप से छोटे नमूना आकार ($n=20$) और रैखिक/स्टेपवाइज (मोनोटोनिक) सेटिंग्स में।
  • संयुक्त परीक्षण विविध सहसंबंध पैटर्न (रैखिक, द्विघाती, साइनुसोइडल, स्टेपवाइज) में व्यक्तिगत परीक्षणों (चैटर्जी, स्पीयरमैन, केंडल) से बेहतर प्रदर्शन करते हैं।
• सिमुलेशन (बहुचर):
  • ग्रो एट अल. के सूत्रों का उपयोग करने वाला परम्यूटेशन-आधारित दृष्टिकोण मजबूत शक्ति प्रदान करता है।
  • बोरेल आइसोमोर्फिज्म दृष्टिकोण, हालांकि सैद्धांतिक रूप से सुविधाजनक है, छोटे नमूनों के लिए विश्लेषणात्मक p-मानों का उपयोग करते समय अक्सर टाइप I त्रुटि दरों को नियंत्रित करने में विफल रहता है और बहुचर सेटिंग्स में मोनोटोनिक जुड़ाव के लिए कम शक्ति प्रदर्शित करता है।
• वास्तविक डेटा अनुप्रयोग:
  • यीस्ट ट्रांसक्रिप्टोमिक्स: 4,381 जीन पर लागू किए जाने पर, चैटर्जी-केंडल परीक्षण ने सेल साइकिल से संबंधित सबसे महत्वपूर्ण जीन (897) की पहचान की, जो व्यक्तिगत परीक्षणों से बेहतर प्रदर्शन करता है। इसने एकल परीक्षणों द्वारा छोड़े गए दोनों ऑसिलेटरी (गैर-मोनोटोनिक) और मोनोटोनिक पैटर्न को सफलतापूर्वक पहचाना।
  • सेल्सपर्सन डेटा: सेल्स प्रदर्शन और रीजनिंग स्कोर के बीच बहुचर जुड़ाव पर लागू किए जाने पर, परम्यूटेशन-आधारित चैटर्जी-केंडल परीक्षण ने उच्च संवेदनशीलता (छोटे-नमूना सिमुलेशन में 95.1% रिजेक्शन रेट) दिखाई, जो सममित चैटर्जी परीक्षण से बेहतर है।

महत्व और दावे
शोध पत्र का दावा है कि यह रैंक-आधारित संयुक्त स्वतंत्रता परीक्षणों की प्रयोज्यता को महत्वपूर्ण रूप से बढ़ाता है। सांख्यिकी को सममित बनाकर, यह प्रतिक्रिया और स्वतंत्र चरों को मनमाने ढंग से नामित करने की आवश्यकता को समाप्त करता है, जिससे यह विधि सममित जुड़ाव विश्लेषण (जैसे जीन सह-अभिव्यक्ति) के लिए उपयुक्त हो जाती है। यह प्रदर्शित करके कि चैटर्जी का सहसंबंध अन्य प्रमुख रैंक सहसंबंधों से स्पर्शोन्मुखी रूप से स्वतंत्र है, यह शोध पत्र इस ढांचे की लचीलेपन की पुष्टि करता है, जिससे स्पीयरमैन के सहसंबंध को केंडल या क्वाड्रेंट सहसंबंध के साथ बदलने की अनुमति मिलती है।

लेखक विनम्रतापूर्वक निष्कर्ष निकालते हैं कि हालांकि चैटर्जी-केंडल परीक्षण बेहतर अनुभवजन्य शक्ति (empirical power) प्रदर्शित करता है, विशेष रूप से छोटे नमूनों और शोर वाले डेटा के लिए, वर्तमान में ऐसा कोई सैद्धांतिक औचित्य नहीं है जो यह समझा सके कि यह स्थानीय विकल्पों के विरुद्ध चैटर्जी-स्पीयरमैन परीक्षण से बेहतर क्यों है। वे यह भी नोट करते हैं कि ग्रो एट अल. के सूत्रों पर आधारित बहुचर विस्तार वर्तमान में उच्च-आयामी सेटिंग्स में बहुचर रैंक की कमी के कारण कम आयामों तक सीमित हैं, जो यह सुझाव देता है कि उच्च-आयामी स्वतंत्रता परीक्षण के लिए डिस्टेंस कोरिलेशन विधियाँ अभी भी बेहतर हैं।