📊 statistics

Left-truncated discrete lifespans: The AFiD enterprise panel

यह शोध पत्र बायीं-अध-खंडित (left-truncation) और दायीं-सेंसरिंग (right-censoring) वाले एक ज्यामितिक वितरण मॉडल का प्रस्ताव करता है, जो एफ़आईडी (AFiD) पैनल में जर्मन उद्यमों के जीवनकाल का अनुमान लगाने के लिए मार्टिंगेल-आधारित सशर्त सीमांत संभावना (martingale-based conditional marginal likelihood) का उपयोग करता है, जिसमें दस वर्ष की औसत जीवन प्रत्याशा और एक संकीर्ण विश्वास अंतराल पाया गया है।

मूल लेखक: Eric Scholz, Rafael Weißbach

प्रकाशित 2026-03-16

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Eric Scholz, Rafael Weißbach

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

यहाँ "Left-truncated discrete lifespans: The AFiD enterprise panel" शोध पत्र का सरल भाषा और रचनात्मक उपमाओं के साथ स्पष्टीकरण दिया गया है।

बड़ी तस्वीर: "सर्वाइवल" का एक खेल

कल्पना कीजिए कि जर्मन अर्थव्यवस्था एक विशाल, हलचल भरा वीडियो गेम है। इस खेल में, हर साल हजारों नए "पात्र" (व्यवसाय) जन्म लेते हैं। खेल का लक्ष्य सरल है: एक पात्र तब तक जीवित रहने के लिए कितनी देर तक संघर्ष कर सकता है जब तक कि वह "मर" (दिवालिया या बंद) न हो जाए?

इस शोध के लेखक एक विशिष्ट प्रश्न का उत्तर देने की कोशिश कर रहे हैं: अगले वर्ष में किसी व्यवसाय के बंद होने की क्या संभावना है?

उत्तर खोजने के लिए, उन्होंने AFiD पैनल नामक एक विशाल डेटाबेस का अध्ययन किया, जिसमें 2018 और 2019 के लगभग 1.4 मिलियन जर्मन व्यवसायों की जानकारी शामिल है।

समस्या: "देर से आगमन" का रहस्य

यहाँ उनके पहेली का कठिन हिस्सा है। सरकार ने इन व्यवसायों को 2018 में रिकॉर्ड करना शुरू नहीं किया था। उन्होंने रिकॉर्डिंग तब शुरू की, लेकिन कई व्यवसाय उससे पहले ही कई वर्षों से चल रहे थे।

इसे एक फिल्म थिएटर में आधे रास्ते में प्रवेश करने जैसा समझें।

समस्या: आप स्क्रीन पर एक पात्र देखते हैं। आपको नहीं पता कि उनका जन्म कब हुआ था, या क्या वे फिल्म शुरू होने के समय पहले से ही बूढ़े थे। आपको यह भी नहीं पता कि क्या कोई पात्र जो फिल्म शुरू होने से पहले मर गया था, वह कभी अस्तित्व में था भी या नहीं।
सांख्यिकीय शब्द: इसे Left-Truncation (बाएं-छिन्नता) कहा जाता है। डेटा शुरुआत में "कट" गया है। हम केवल उन व्यवसायों को देख पा रहे हैं जो 2018 के डेटाबेस में आने के लिए पर्याप्त समय तक जीवित रहे। हम उन सभी "कम समय तक जीवित रहने वाले" व्यवसायों को मिस कर रहे हैं जो 2018 से पहले ही खत्म हो गए थे।

यदि आप केवल उन व्यवसायों को गिनते हैं जिन्हें आप देख रहे हैं और उनके जीवनकाल का अनुमान लगाते हैं, तो आप गलत होंगे। आप सोचेंगे कि व्यवसाय वास्तव में लंबे समय तक जीवित रहते हैं, क्योंकि आपने अनजाने में उन सबको फ़िल्टर कर दिया है जो कम उम्र में ही मर गए!

समाधान: गणना करने का एक नया तरीका

लेखकों ने इस पूर्वाग्रह (bias) को ठीक करने के लिए एक चतुर गणितीय विधि विकसित की। यहाँ इसे तीन चरणों में समझाया गया है:

1. "ज्यामितीय" (Geometric) सिक्का उछालना

उन्होंने माना कि किसी भी दिए गए वर्ष के लिए, एक व्यवसाय के बंद होने की एक निश्चित संभावना होती है, जैसे सिक्का उछालना।

Heads (चित): व्यवसाय एक और वर्ष जीवित रहता है।
Tails (पट): व्यवसाय बंद हो जाता है।
वे मानते हैं कि यह "सिक्का" निष्पक्ष है और व्यवसाय कितना पुराना है इसके आधार पर नहीं बदलता (एक 1 साल पुराने व्यवसाय का जोखिम एक 10 साल पुराने व्यवसाय के समान ही है)। यह एक सरलीकरण है, लेकिन यह गणित को खूबसूरती से काम करने में मदद करता है।

2. "भूतकाल" को अनदेखा करना

चूंकि उन्हें उन व्यवसायों का पूरा इतिहास नहीं पता जो 2018 में पहले से ही जीवित थे, इसलिए उन्होंने अतीत को अनदेखा करने का निर्णय लिया।

उपमा: कल्पना कीजिए कि आप एक मैराथन का निर्णय कर रहे हैं। आप अपना स्टॉपवॉच तभी शुरू करते हैं जब धावक एक विशिष्ट पुल को पार करते हैं (वर्ष 2018)। आपको इस बात से फर्क नहीं पड़ता कि उन्होंने पुल से पहले कितनी दूर तक दौड़ लगाई; आपको केवल इस बात से फर्क पड़ता है कि वे उसके बाद कितनी दूर दौड़ते हैं।
यदि कोई व्यवसाय 2019 में बंद हुआ, तो वे उसे "1 वर्ष का जोखिम" मानेंगे।
यदि कोई व्यवसाय 2019 में भी जीवित था, तो वे उसे "2 वर्ष का जोखिम" मानेंगे (2018 और 2019)।
यदि कोई व्यवसाय 2018 से पहले बंद हो गया, तो वे उसे बिल्कुल भी नहीं गिनते हैं।

केवल उस समय पर ध्यान केंद्रित करके जिसे उन्होंने वास्तव में देखा, वे कम समय तक जीवित रहने वाले व्यवसायों के छूट जाने वाले पूर्वाग्रह से बच जाते हैं।

3. "मार्टिंगेल" का जादू (गुप्त सूत्र)

यह शोध पत्र यहाँ बहुत तकनीकी हो जाता है, जिसमें Martingale (मार्टिंगेल) नामक अवधारणा का उपयोग किया गया है।

उपमा: कल्पना कीजिए कि एक जुआरी एक निष्पक्ष खेल खेल रहा है। एक "मार्टिंगेल" गणितीय रूप से यह कहने का एक तरीका है कि, "जुआरी की वर्तमान जीत उनकी भविष्य की जीत का सबसे अच्छा अनुमान है, जो अब तक हुई घटनाओं के आधार पर है।"
लेखकों ने व्यवसायों के बंद होने को घटनाओं के एक प्रवाह (stream) के रूप में माना। उन्होंने सिद्ध किया कि यदि आप "आश्चर्य" के कारक (जो हुआ और जो अपेक्षित था उसके बीच का अंतर) को देखते हैं, तो यह एक निष्पक्ष खेल की तरह व्यवहार करता है।
इसने उन्हें शक्तिशाली गणितीय प्रमेयों का उपयोग करने की अनुमति दी जिससे वे सिद्ध कर सके कि उनका अनुमान सटीक है और वे ठीक से गणना कर सकते हैं कि उनके पास कितना "त्रुटि का मार्जिन" (wiggle room) है।

परिणाम: जर्मन व्यवसाय कितने समय तक जीवित रहते हैं?

1.4 मिलियन व्यवसायों के आंकड़ों का विश्लेषण करने के बाद, उन्हें यह पता चला:

औसत जीवनकाल: एक विशिष्ट जर्मन व्यवसाय लगभग 10 वर्ष तक जीवित रहता है।
सटीकता: उनका अनुमान अविश्वसनीय रूप से सटीक है। उनका "त्रुटि का मार्जिन" केवल दो महीने है।
- इसे इस तरह सोचें: यदि आपने अनुमान लगाया कि जीवनकाल 10 वर्ष है, तो आप 9 वर्ष 10 महीने से 10 वर्ष 2 महीने की सीमा के भीतर सही होंगे। यह एक बहुत ही सीमित सीमा है!

यह क्यों महत्वपूर्ण है

यह "अमर समय" (Immortal Time) के पूर्वाग्रह को ठीक करता है: पिछले अध्ययन अक्सर यह सोचकर गलती करते थे कि व्यवसाय लंबे समय तक जीवित रहते हैं क्योंकि वे उन व्यवसायों को अनदेखा कर देते थे जो रिकॉर्ड किए जाने से पहले ही मर गए थे। यह शोध पत्र उस कमी को सुधारता है।
यह अव्यवस्थित डेटा के साथ काम करता है: वास्तविक दुनिया का डेटा शायद ही कभी पूर्ण होता है। व्यवसाय अलग-अलग समय पर शुरू होते हैं, और हम अक्सर शुरुआती इतिहास को मिस कर देते हैं। यह विधि दिखाती है कि जब डेटा "बाएं-छिन्न" (left-truncated) हो, तब भी विश्वसनीय उत्तर कैसे प्राप्त किया जा सकता है।
यह एक "मार्टिंगेल" की जीत है: इस विशिष्ट गणितीय उपकरण का उपयोग करके, उन्होंने सिद्ध किया कि भले ही डेटा रैंडम और अव्यवस्थित हो, उनका तरीका नमूना आकार (sample size) बढ़ने के साथ सत्य की ओर बढ़ता है।

सारांश

लेखकों ने जर्मन व्यवसायों के एक अव्यवस्थित, अपूर्ण डेटासेट (जहाँ हमने उस समय की "मृत्यु" को मिस कर दिया जब हमारी गिनती शुरू हुई थी) को लिया और गायब अतीत को अनदेखा करने के लिए एक चतुर सांख्यिकीय ट्रिक का उपयोग किया। उन्होंने व्यवसाय के अस्तित्व को सिक्का उछालने की एक श्रृंखला के रूप में माना और उन्नत गणित (Martingales) का उपयोग करके यह सिद्ध किया कि उनका उत्तर ठोस है।

निष्कर्ष: जर्मन व्यवसाय, औसतन, 10 वर्ष तक जीवित रहते हैं, जिसमें दो महीने का उतार-चढ़ाव हो सकता है।

यहाँ एरिक शोल्ज़ और राफेल वीसबैक के शोध पत्र "Left-truncated discrete lifespans: The AFiD enterprise panel" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

लेखक यह अनुमान लगाने का लक्ष्य रखते हैं कि एक जर्मन उद्यम (enterprise) के अगले एक वर्ष के भीतर बंद होने (दिवालियापन या अन्य कारणों से) की वार्षिक संभावना ( $\theta$ ) क्या है। वे 2018 और 2019 के लिए DESTATIS द्वारा प्रदान किए गए AFiD पैनल (जर्मनी के लिए आधिकारिक उद्यम डेटा) के डेटा का उपयोग करते हैं।

यह अध्ययन दो प्राथमिक सांख्यिकीय चुनौतियों का सामना करता है:

लेफ्ट-ट्रंकेशन (Left-Truncation): पैनल डेटा केवल उन उद्यमों को कैप्चर करता है जो अवलोकन अवधि (2018) के प्रारंभ में सक्रिय थे। 2018 से पहले स्थापित हुए लेकिन 2018 से पहले ही बंद हो गए ऐसे उद्यम अनपेक्षित (missing) हैं। 2018 से पहले स्थापित और 2018 में भी सक्रिय उद्यमों के शुरुआती अस्तित्व का इतिहास "ट्रंकेटेड" (छिन्न) है।
परिवर्तनीय अवलोकन खिड़कियाँ और यादृच्छिक स्थापना (Variable Observation Windows & Random Foundation): एक साधारण यादृच्छिक नमूने के विपरीत जहाँ सभी विषय $t=0$ से शुरू होते हैं, पैनल में मौजूद उद्यमों के पास अलग-अलग स्थापना वर्ष ( $T$ ) होते हैं। कुछ को केवल एक वर्ष (2017 में स्थापित) के लिए देखा जाता है, जबकि अन्य को दो वर्षों (पहले स्थापित) के लिए देखा जाता है। स्थापना वर्ष $T$ एक यादृच्छिक चर (random variable) है, न कि एक निश्चित सहचर (fixed covariate)।
राइट-सेंसरिंग (Right-Censoring): जो उद्यम अवलोकन अवधि (2019) के अंत से आगे जीवित रहते हैं, वे राइट-सेंसर्ड होते हैं।

लक्ष्य $\theta$ के लिए एक सुसंगत (consistent), एसिम्प्टोटिक रूप से सामान्य (asymptotically normal) अनुमानक (estimator) और इसके मानक त्रुटि (standard error) को प्राप्त करना है, बिना फाउंडेशन वर्ष $T$ के लिए किसी विशिष्ट पैरामीट्रिक वितरण को माने (सेमी-पैरामीट्रिक दृष्टिकोण)।

2. कार्यप्रणाली (Methodology)

2.1 सांख्यिकीय मॉडल (Statistical Model)

जीवनकाल वितरण (Lifespan Distribution): जीवनकाल $X$ (स्थापना से समापन तक का समय) को पैरामीटर $\theta$ (समापन की संभावना) के साथ एक ज्यामितीय वितरण (Geometric Distribution) का उपयोग करके मॉडल किया गया है।
$P(X=x) = \theta(1-\theta)^{x-1}, \quad x \in \mathbb{N}$
स्वतंत्रता धारणा (Independence Assumption): मॉडल यह मानता है कि स्थापना वर्ष $T$ और जीवनकाल $X$ सांख्यिकीय रूप से स्वतंत्र हैं। यह अनुमति देता है कि विश्लेषण $T$ के संबंध में सेमी-पैरामीट्रिक बना रहे।
डिस्क्रीट टाइम (Discrete Time): समय को निरंतर (continuous) के बजाय डिस्क्रीट (वार्षिक कालखंडों) के रूप में माना गया है, जो आधिकारिक सांख्यिकी की वार्षिक रिपोर्टिंग प्रकृति के अनुरूप है।

2.2 लेफ्ट-ट्रंकेशन और फ़िल्टरिंग को संभालना (Handling Left-Truncation and Filtering)

लेखक ट्रंकेशन और सेंसिंग को संभालने के लिए एक कठोर मार्टिंगेल-आधारित दृष्टिकोण (martingale-based approach) का उपयोग करते हैं:

फ़िल्टरेशन (Filtration): वे एक फ़िल्टरेशन (सूचना सेट) $\mathcal{F}_x$ को परिभाषित करते हैं जो एक उद्यम के आयु $x$ तक के इतिहास का प्रतिनिधित्व करता है।
मार्जिनलाइजेशन (Marginalization): लेफ्ट-ट्रंकेशन को संबोधित करने के लिए, वे अवलोकन प्रारंभ से पहले के उत्तरजीविता इतिहास को "भूल" जाते हैं। वे एक ट्रंकेटेड काउंटिंग प्रोसेस $^tN$ (या यादृच्छिक ट्रंकेशन के लिए $^TN$ ) को परिभाषित करते हैं जो केवल ट्रंकेशन समय के बाद के क्लोजर (closures) को गिनता है।
कंपनसेटर (Compensator): वे क्लोजर के काउंटिंग प्रोसेस के लिए कंपनसेटर (पूर्वानुमेय भाग) को व्युत्पन्न करते हैं। ज्यामितीय वितरण के लिए, कंपनसेटर "जोखिम में समय" (time at risk) के सापेक्ष रैखिक होता है।
मार्टिंगेल ट्रांसफॉर्म (Martingale Transform): मुख्य नवाचार यह दिखाना है कि देखे गए काउंटिंग प्रोसेस और इसके कंपनसेटर के बीच का अंतर देखे गए फ़िल्टरेशन के संबंध में एक मार्टिंगेल (martingale) बनाता है।
$M(x) = N(x) - A(x, \theta)$
जहाँ $A(x, \theta)$ एक कंपनसेटर है।

2.3 लाइकलीहुड निर्माण (Likelihood Construction)

एक मानक लाइकलीहुड के बजाय, लेखक एक सशर्त मार्जिनल लाइकलीहुड (conditional marginal likelihood) का निर्माण करते हैं:

वे उद्यम की दृश्यता (अर्थात, $X \ge T + 1$ ) पर शर्त लगाते हैं।
देखे गए उद्यम के लिए लाइकलीहुड योगदान को मार्टिंगेल के वृद्धों (increments) पर आधारित बर्नौली संभावनाओं के उत्पाद के रूप में व्युत्पन्न किया जाता है।
उन उद्यमों के लिए जो अवलोकन विंडो से पहले बंद हो गए, लाइकलीहुड योगदान 1 है (वे लाइकलीहुड अनुपात को प्रभावित नहीं करते हैं), जो प्रभावी रूप से अंश (numerator) से उन्हें हटा देता है जबकि शेष बचे हुए उद्यमों के लिए 'जोखिम में समय' (denominator) को समायोजित करता है।

2.4 अनुमान और एसिम्प्टोटिक्स (Estimation and Asymptotics)

अनुमानक (Estimator): MLE $\hat{\theta}$ को सशर्त लाइकलीहुड को अधिकतम करके प्राप्त किया जाता है। यह एक अनुपात के रूप में होता है:
$\hat{\theta} = \frac{\text{कुल देखे गए क्लोजर्स}}{\text{कुल जोखिम में समय (देखे गए वर्षों का योग)}}$
एसिम्प्टोटिक नॉर्मलिटी (Asymptotic Normality): रेबोल्डो मार्टिंगेल सेंट्रल लिमिट थ्योरम (जो लिंडेबर्ग-लेवी की तुलना में एक कमजोर स्थिति है, जो पैनल डेटा में निर्भर वेरिएंस के लिए उपयुक्त है) का उपयोग करते हुए, लेखक सिद्ध करते हैं कि $\sqrt{n}(\hat{\theta}_n - \theta_0)$ वितरण के रूप में एक सामान्य वितरण (normal distribution) की ओर अभिसरित होता है।
मानक त्रुटि (Standard Error): एसिम्प्टोटिक वेरिएंस के लिए एक क्लोज्ड-फॉर्म अभिव्यक्ति व्युत्पन्न की गई है, जिससे बूटस्ट्रैपिंग के बिना कॉन्फिडेंस इंटरवल की गणना संभव है।

3. मुख्य योगदान (Key Contributions)

डिस्क्रीट ट्रंकेशन के लिए मार्टिंगेल फ्रेमवर्क: यह शोध पत्र निरंतर-समय उत्तरजीविता विश्लेषण उपकरणों (Doob-Meyer decomposition, compensators) को डिस्क्रीट-टाइम सेटिंग और यादृच्छिक लेफ्ट-ट्रंकेशन के साथ सफलतापूर्वक अनुकूलित करता है। यह निरंतर मॉडलों के लिए आवश्यक जटिल प्रोडक्ट इंटीग्रल्स की आवश्यकता को समाप्त करता है।
सेमी-पैरामीट्रिक मजबूती (Semi-Parametric Robustness): दृश्यता (observability) पर शर्त लगाकर, $\theta$ के लिए अनुमानक स्थापना वर्ष $T$ के वितरण से स्वतंत्र रहता है। यह बिजनेस डेमोग्राफी के लिए महत्वपूर्ण है जहाँ स्थापना वर्षों का वितरण अक्सर अज्ञात या गैर-स्थिर होता है।
क्लोज्ड-फॉर्म स्टैंडर्ड एरर: व्युत्पत्ति एक सीधा फॉर्मूला और कॉन्फिडेंस इंटरवल प्रदान करती है, जो सिमुलेशन-आधारित विधियों की तुलना में गणनात्मक रूप रूप से कुशल है।
राइट-सेंसरिंग का प्रबंधन: कार्यप्रणाली डिस्क्रीट काउंटिंग प्रोसेस फ्रेमवर्क में राइट-सेंसरिंग (2019 से आगे जीवित रहने वाले उद्यम) को सहजता से एकीकृत करती है।

4. परिणाम (Results)

डेटा अनुप्रयोग: मॉडल को 2013 और 2017 के बीच स्थापित लगभग 1.4 मिलियन जर्मन उद्यमों पर लागू किया गया, जिन्हें 2018 और 2019 में देखा गया।
पॉइंट एस्टीमेट (Point Estimate): अनुमानित वार्षिक क्लोजर संभावना $\hat{\theta} \approx 0.1009$ है।
जीवन प्रत्याशा (Life Expectancy): ज्यामितीय वितरण के आधार पर, जर्मन उद्यम की अनुमानित औसत जीवन प्रत्याशा 10 वर्ष है।
सटीकता (Precision): जीवन प्रत्याशा के लिए 95% कॉन्फिडेंस इंटरवल [9.88, 9.95] वर्ष है, जिसका मानक त्रुटि 0.036 वर्ष (लगभग 2 महीने) है।
तुलना:
- परिणाम क्वांटाइल्स (जैसे 2-वर्षीय और 5-वर्षीय उत्तरजीविता दर) के संबंध में पिछले जर्मन अध्ययनों (जैसे, Brüderl et al., 1992) के साथ सुसंगत हैं।
- अन्य देशों की तुलना में, जर्मन उद्यम पुर्तगाल या पाकिस्तान की तुलना में कम क्लोजर तीव्रता दिखाते हैं, लेकिन पुराने जापानी समूहों की तुलना में उच्च तीव्रता दिखाते हैं (हालांकि हाल के जापानी डेटा में क्लोजर दर में वृद्धि देखी गई है)।

5. महत्व (Significance)

मेथोडोलॉजिकल रिगर (Methodological Rigor): यह शोध पत्र बिजनेस डेमोग्राफी और उन्नत स्टोकेस्टिक प्रोसेस थ्योरी के बीच के अंतर को पाटता है। यह प्रदर्शित करता है कि कैसे मार्टिंगेल लिमिट थ्योरम जटिल पैनल डेटा में ट्रंकेशन और सेंसिंग के साथ इन्फरेंस समस्याओं को हल कर सकते हैं।
नीतिगत प्रासंगिकता: उद्यम जीवन प्रत्याशा (10 वर्ष) के लिए एक सटीक, सांख्यिकीय रूप से सुदृढ़ अनुमान प्रदान करना, जो संकीर्ण कॉन्फिडेंस इंटरवल के साथ, नीति निर्माताओं और अर्थशास्त्रियों को व्यावसायिक स्थिरता और आर्थिक लचीलेपन का विश्लेषण करने के लिए विश्वसनीय डेटा प्रदान करता है।
सामान्यीकरण (Generalizability): यह ढांचा किसी भी डिस्क्रीट-टाइम इवेंट हिस्ट्री डेटा के लिए लागू किया जा सकता है जिसमें लेफ्ट-ट्रंकेशन और यादृच्छिक एंट्री टाइम हो, जो बिजनेस डेमोग्राफी से परे स्वास्थ्य (जैसे, रोगी उत्तरजीविता अध्ययन) या सामाजिक विज्ञान तक विस्तृत है।
"इम्मोर्टल टाइम बायस" (Immortal Time Bias) को संबोधित करना: यह पेपर पूर्व-अवलोकन उत्तरजीविता इतिहास को अनदेखा करने से उत्पन्न होने वाले पूर्वाग्रह को स्पष्ट रूप से संबोधित करता है, यह सुनिश्चित करता है कि अनुमानित क्लोजर संभावना केवल "जीवित" फर्मों के चयन के कारण कृत्रिम रूप से कम न हो।

निष्कर्षतः, शोल्ज़ और वीसबैक लेफ्ट-ट्रंकेशन और राइट-सेंसरिंग की उपस्थिति में उद्यम उत्तरजीविता संभावनाओं का अनुमान लगाने के लिए एक मजबूत, सेमी-पैरामीट्रिक समाधान प्रदान करते हैं, जो बड़े पैमाने के पैनल डेटा के लिए एसिम्प्टोटिक नॉर्मलिटी और सटीक मानक त्रुटियों प्राप्त करने के लिए मार्टिंगेल थ्योरी का लाभ उठाते हैं।