Directional replicability: when can the factor of two be omitted

तकनीकी सारांश: दिशात्मक पुनरुत्पादकता (Directional Replicability): 'दो के कारक' (Factor of Two) को कब छोड़ा जा सकता है

समस्या विवरण
यह शोध पत्र $n$ स्वतंत्र अध्ययनों में दिशात्मक पुनरुत्पादकता के आकलन की सांख्यिकीय चुनौती को संबोधित करता है। मानक पुनरुत्पादकता के विपरीत, जो केवल यह मांग करती है कि कम से कम $r$ अध्ययनों में एक प्रभाव मौजूद हो (चाहे उसका चिह्न कुछ भी हो), दिशात्मक पुनरुत्पादकता के लिए यह आवश्यक है कि कम से कम $r$ अध्ययन एक ही चिह्न (या तो सभी धनात्मक या सभी ऋणात्मक) के प्रभाव प्रदर्शित करें।

औपचारिक रूप से, मान लीजिए $\theta = (\theta_1, \dots, \theta_n)$ वास्तविक प्रभाव आकारों (true effect sizes) का वेक्टर है। लेखक $n_+$ को धनात्मक प्रभावों की संख्या और $n_-$ को ऋणात्मक प्रभावों की संख्या के रूप में परिभाषित करते हैं। लक्ष्य शून्य परिकल्पना $H_{r/n}: n_+ < r \land n_- < r$ का परीक्षण करना है। इस परिकल्पना को अस्वीकार करने से यह निष्कर्ष निकाला जा सकता है कि एक ही चिह्न के कम से कम $r$ प्रभाव मौजूद हैं ($n_+ \ge r \lor n_- \ge r$)।

मानक दृष्टिकोण, ओवेन (2009) का अनुसरण करते हुए, $H_{r/n}$ को दो एकतर्फी (unilateral) परिकल्पनाओं के प्रतिच्छेदन के रूप में मानता है: $H^+_{r/n}: n_+ < r$ और $H^-_{r/n}: n_- < r$। फैमिली-वाइज एरर रेट (family-wise error rate) को नियंत्रित करने के लिए, मानक प्रक्रिया दोनों एकतर्फी परीक्षणों के $p$-मानों को संयोजित करती है और दिशाओं के मल्टीपल टेस्टिंग को ध्यान में रखते हुए उनके न्यूनतम मान को 2 से गुणा करती है (अर्थात $p_{r/n} = 2 \min\{p^+_{r/n}, p^-_{r/n}\}$)। इस कार्य का केंद्रीय प्रश्न यह है कि क्या यह गुणात्मक सुधार कारक (multiplicative correction factor) 2 हमेशा आवश्यक है।

कार्यप्रणाली (Methodology)
लेखक प्रभाव आकारों के लिए स्वतंत्र सामान्य अनुमानक (independent normal estimators) $T_i \sim N(\theta_i, 1)$ मानते हैं। वे एकतर्फी परिकल्पनाओं के लिए $p$-मानों का निर्माण करने हेतु बोनफेरोनी पार्शियल कंजंक्शन (Bonferroni partial conjunction) विधि का उपयोग करते हैं।

• धनात्मक दिशा ($H^+_{r/n}$) के लिए, $p$-मान $p^+_{r/n} = (n-r+1)p_{(r)}$ है, जहाँ $p_{(r)}$ व्यक्तिगत अध्ययनों से $r$-वाँ सबसे छोटा $p$-मान है।
• ऋणात्मक दिशा ($H^-_{r/n}$) के लिए, $p^-_{r/n} = (n-r+1)q_{(r)}$ है, जहाँ $q_{(r)}$ ऋणात्मक दिशा के लिए $r$-वें सबसे छोटे $p$-मान के अनुरूप है।

यह शोध पत्र इस बात की जांच करता है कि क्या अन-करेक्टेड (uncorrected) सांख्यिकी $p_{r/n} = \min\{p^+_{r/n}, p^-_{r/n}\}$ प्रतिच्छेदन परिकल्पना $H_{r/n}$ के लिए विशिष्ट स्थितियों के तहत एक वैध $p$-मान के रूप में कार्य करती है।

प्रमुख योगदान और परिणाम

1. 'दो के कारक' को छोड़ने के लिए पर्याप्त स्थिति (प्रमेय 1):
   मुख्य सैद्धांतिक योगदान प्रमेय 1 (Theorem 1) है, जो यह स्थापित करता है कि जब $r$, $n$ के सापेक्ष पर्याप्त रूप से बड़ा होता है, तो 2 का कारक अनावश्यक है। विशेष रूप से, यदि $(n+1)/2 < r \le n$ है, तो $p_{r/n} = \min\{p^+_{r/n}, p^-_{r/n}\}$ महत्व स्तर $\alpha$ पर $H_{r/n}$ के लिए एक वैध $p$-मान है।

• तंत्र (Mechanism): प्रमाण यह दर्शाता है कि $r > (n+1)/2$ की स्थिति के तहत, धनात्मक और ऋणात्मक दिशाओं के लिए टाइप I त्रुटियों (Type I errors) को जन्म देने वाली घटनाएँ विसंयुक्त (disjoint) होती हैं। फलस्वरूप, सबसे खराब-मामले वाले पैरामीटर कॉन्फ़िगरेशन के तहत शून्य परिकल्पना को अस्वीकार करने की प्रायिकता, बिना दोहरीकरण सुधार के, $\alpha$ से अधिक नहीं होती है।

2. छोटे $r$ के लिए सुधार की आवश्यकता (अनुभाग 3):
   लेखक एक काउंटर-एग्जांपल प्रदान करते हैं जो दिखाते हैं कि छोटे $r$ के लिए (विशेष रूप से $2 \le r \le (n+1)/2$), अन-करेक्टेड सांख्यिकी $\alpha$ से अधिक टाइप I एरर रेट की ओर ले जा सकती है।

• इस शासन (regime) में, एक "विलोम" (discordant) पैरामीटर कॉन्फ़िगरेशन होना संभव है जहाँ एक साथ $r-1$ मजबूत धनात्मक प्रभाव और $r-1$ मजबूत ऋणात्मक प्रभाव मौजूद हों। ऐसी स्थितियों में, दोनों दिशाओं में अस्वीकृति की ओर ले जाने वाली घटनाएँ विसंयुक्त नहीं होती हैं, और यदि 2 का कारक छोड़ा जाता है, तो टाइप I एरर की प्रायिकता नामित स्तर से अधिक हो जाती है।
• संख्यात्मक सिमुलेशन (चित्र 1) दर्शाते हैं कि $n=20$ और $\alpha=0.1$ के लिए, $r \in \{2, \dots, 7\}$ के लिए टाइप I एरर $\alpha$ से अधिक हो जाता है, लेकिन $r \in \{8, 9, 10\}$ के लिए नियंत्रित रहता है, भले ही प्रमेय 1 की सख्त स्थिति $r > (n+1)/2$ (अर्थात $r > 10.5$) पूरी न हो। यह सुझाव देता है कि प्रमेय 1 में दी गई स्थिति पर्याप्त है, लेकिन अनिवार्य (necessary) नहीं है।

3. $r$ का डेटा-अनुकूल चयन (Data-Adaptive Selection of $r$):
   यह शोध पत्र उन स्थितियों के लिए एक अनुक्रमिक परीक्षण प्रक्रिया (sequential testing procedure) की रूपरेखा तैयार करता है जहाँ $r$ पूर्व-निर्धारित नहीं है। $k = \lceil(n+2)/2\rceil$ से शुरू होकर नेस्टेड परिकल्पनाओं $H_{k/n}, H_{(k+1)/n}, \dots, H_{n/n}$ का परीक्षण करके, एक $(1-\alpha)$ निचला विश्वास अंतराल (lower confidence bound) प्राप्त किया जा सकता है जो एक ही चिह्न के अधिकतम प्रभावों की संख्या को दर्शाता है।

4. अन्य संयोजकों (Combining Functions) का विस्तार:
   लेखक नोट करते हैं कि हालांकि उनका प्रमाण बोनफेरोनी विधि पर आधारित है, यह परिणाम अन्य संयोजकों पर भी लागू होने की संभावना है जो स्वतंत्रता (independence) को मानते हैं, जैसे कि शिडाक (Šidák) सुधार, सिम्स (Simes) विधि, और फिशर (Fisher) संयोजन फलन, हालांकि इसके लिए भविष्य के सत्यापन की आवश्यकता होगी।

महत्व और दावे
यह शोध पत्र दिशात्मक पुनरुत्पादकता विश्लेषण की अत्याधुनिक पद्धति को परिष्कृत करने का दावा करता है। $(n+1)/2 < r \le n$ की स्थिति की पहचान करके, लेखक यह प्रदर्शित करते हैं कि शोधकर्ता उन परिदृश्यों में रूढ़िवादी "दो के कारक" सुधार को सुरक्षित रूप से छोड़ सकते हैं जहाँ आवश्यक पुनरुत्पादक प्रभावों की संख्या ($r$), कुल अध्ययनों ($n$) का बहुमत बनाती है। इस चूक से टाइप I एरर रेट को बढ़ाए बिना सांख्यिकीय शक्ति (statistical power) में वृद्धि होती है।

यह कार्य टाइप III एरर (Type III error) (गलत चिह्न का अनुमान लगाना) को भी संबोधित करता है। लेखक दावा करते हैं कि प्रमेय 1 में वर्णित प्रक्रिया टाइप III एरर को नियंत्रित करती है, जिससे पुनरुत्पादित प्रभावों के चिह्न का वैध पोस्ट-हॉक अनुमान (post-hoc inference) संभव होता है (यदि $p^+_{r/n} < p^-_{r/n}$ है तो धनात्मक, अन्यथा ऋणात्मक)।

अंत में, यह शोध पत्र स्वीकार करता है कि जबकि यह एक एकल परिकल्पना पर केंद्रित है, कई अनुप्रयोगों में कई विशेषताएं (features) शामिल होती हैं। यह सुझाव देता है कि प्रस्तावित तर्क को मौजूदा फ़िल्टरिंग दृष्टिकोणों (जैसे, वांग एट अल., 2022) के साथ एकीकृत किया जा सकता है, लेकिन यह प्रश्न कि क्या फीचर्स के मल्टीपल टेस्टिंग के संदर्भ में 2 के कारक को हटाया जा सकता है, भविष्य के अनुसंधान के लिए एक खुला प्रश्न है।