On goodness-of-fit testing for volatility in McKean-Vlasov models

एक हलचल भरे शहर की कल्पना करें जहाँ लाखों लोग लगातार घूम रहे हैं, निर्णय ले रहे हैं और एक-दूसरे पर प्रतिक्रिया दे रहे हैं। विज्ञान की दुनिया में, इसे अक्सर "डिफ्यूजन सिस्टम" (diffusion system) के रूप में मॉडल किया जाता है। इसे ऐसे सोचें जैसे कि कणों का एक विशाल, अदृश्य बादल चारों ओर घूम रहा हो। पुराने, क्लासिक तरीके से इन बादलों का अध्ययन करने में, वैज्ञानिकों ने यह माना था कि प्रत्येक कण केवल अपने तत्काल पड़ोस की परवाह करता है—जैसे कि सड़क पर चलने वाला एक व्यक्ति जो केवल अपने सामने जमीन की ओर देखता है। लेकिन वास्तविक दुनिया में, चीजें अधिक जुड़ी हुई हैं। एक व्यक्ति की चाल बदल सकती है क्योंकि वह आगे भीड़ को इकट्ठा होते देख रहा है, या क्योंकि उसने शहर में फैलती हुई एक अफवाह सुनी है। यह "मैककेन-वोलोव" (McKean–Vlasov) मॉडल का क्षेत्र है: एक फैंसी तरीका यह कहने का कि प्रत्येक कण की गति न केवल इस पर निर्भर करती है कि वह कहाँ है, बल्कि उस पूरे समूह के आकार और मिजाज पर भी निर्भर करती है जिससे वह संबंधित है।

हर बार जब ये कण चलते हैं, तो वे थरथराहट (jitter) पैदा करते हैं। कभी-कभी वे छोटे, सतर्क कदम उठाते हैं; अन्य समय में वे बेतहाशा आगे की ओर झपटते हैं। गणित में, इस थरथराहट को "वोलैटिलिटी" (volatility) कहा जाता है। यह सिस्टम के कितने अराजक या अप्रत्याशित होने का माप है। यदि आप भविष्यवाणी करना चाहते हैं कि भीड़ कहाँ जाएगी, या एक वित्तीय बाजार कितना जोखिम भरा हो सकता है, तो आपको यह जानना होगा कि वह थरथराहट कितनी होती है। लेकिन यहाँ पेचीदा बात यह है कि इन जटिल, भीड़-निर्भर प्रणालियों में, हमारे पास कोई विश्वसनीय "झूठ पकड़ने वाला यंत्र" (lie detector) नहीं था जो यह जांच सके कि थरथराहट के बारे में हमारा अनुमान वास्तव में सही है या नहीं। हम नियमों का अनुमान लगा सकते थे, लेकिन हमारे पास यह परीक्षण करने का कोई कठोर तरीका नहीं था कि क्या हमारा अनुमान एकत्र किए गए डेटा की वास्तविकता से मेल खाता है।

यह शोध पत्र उस कमी को दूर करने के लिए आता है। लेखक, अकरम हैदरी और मार्क पोडोलस्की ने विशेष रूप से इन भीड़-निर्भर प्रणालियों के लिए एक नया सांख्यिकीय "झूठ पकड़ने वाला यंत्र" विकसित किया है। उन्होंने एक ऐसा परीक्षण बनाया जो कणों के एक विशाल संग्रह को देखता है (कल्पना करें कि आप एक साथ हजारों लोगों को देख रहे हैं) और यह जांचता है कि क्या भीड़ की "थरथराहट" उस विशिष्ट पैटर्न का पालन करती है जिसकी हम उम्मीद करते हैं। उन्होंने सिद्ध किया कि यदि आप पर्याप्त लोगों को पर्याप्त समय तक देखते हैं, और यदि आप उन्हें बहुत बारीकी से देखते हैं (उच्च-आवृत्ति डेटा), तो आपका परीक्षण आपको एक निर्धारित सांख्यिकीय विश्वास स्तर के साथ बताएगा कि आपके अराजकता के मॉडल के बारे में आपका अनुमान सही है या वह काफी गलत है। यह अंततः यह कहने का एक तरीका है कि, "ठीक है, हमें लगा था कि भीड़ एक घबराई हुई बिल्ली की तरह थरथरा रही है, लेकिन डेटा दिखाता है कि वे वास्तव में एक हिलाए गए सोडा कैन की तरह थरथरा रहे थे।"

भीड़ और थरथराहट की कहानी

आइए इस वैज्ञानिक रोमांच के विवरण में उतरें। लेखक $N$ कणों के एक सिस्टम पर काम कर रहे हैं। इसे देखने के लिए, एक विशाल स्टेडियम की कल्पना करें जो $N$ लोगों से भरा है, जहाँ $N$ एक बहुत बड़ी संख्या है। प्रत्येक व्यक्ति एक "कण" है, और वे सभी एक निश्चित अवधि के दौरान घूम रहे हैं, मान लीजिए कि उद्घाटन की सीटी से लेकर अंतिम बजर तक।

इस विशिष्ट सेटअप में, लोग एक-दूसरे की स्वतंत्र प्रतियां हैं, लेकिन वे सभी एक ही "क्राउड लॉ" (crowd law) से प्रभावित हैं। इसका मतलब है कि जबकि व्यक्ति A सीधे तौर पर व्यक्ति B को प्रभावित नहीं करता है, व्यक्ति A की गति स्टेडियम में मौजूद सभी के औसत व्यवहार से प्रभावित होती है। यदि भीड़ घबराने लगती है, तो व्यक्ति A भागना शुरू कर सकता है, भले ही उसने उस विशिष्ट व्यक्ति को न देखा हो जिसने घबराहट शुरू की थी। यही "मैककेन-वोलोव" जादू है: व्यक्ति समूह द्वारा आकार लेता है।

बड़ा सवाल जो लेखकों ने पूछा था, वह "वोलैटिलिटी" के बारे में था। हमारे स्टेडियम वाले उदाहरण में, वोलैटिलिटी यह है कि लोग कितनी बेतरतीब ढंग से इधर-उधर हिल रहे हैं, लड़खड़ा रहे हैं या दौड़ रहे हैं। वास्तविक दुनिया में, यह एक स्टॉक की कीमत का उछलना हो सकता है, या किसी रासायनिक प्रतिक्रिया में तापमान का उतार-चढ़ाव हो सकता है। लेखक एक विशिष्ट परिकल्पना का परीक्षण करना चाहते थे: "क्या इन लोगों की थरथराहट एक विशिष्ट सूत्र का पालन करती है जिसे हमने लिखा है?"

आमतौर पर, सरल मॉडलों में, आप नियमों को समझने के लिए केवल एक व्यक्ति के पथ को देखते हैं। लेकिन इस भीड़-निर्भर दुनिया में, केवल एक व्यक्ति को देखना पर्याप्त नहीं है क्योंकि उनका पथ उनके अपने निर्णयों और भीड़ के प्रभाव का मिश्रण है। इसलिए, लेखकों ने एक चतुर योजना बनाई। उन्होंने एक "गुडनेस-ऑफ-फिट" (Goodness-of-Fit) परीक्षण प्रस्तावित किया। इसे "अंतर पहचानो" (Spot the Difference) के खेल के रूप में सोचें।

यह खेल इस प्रकार काम करता है:

1. अनुमान: आपके पास एक सिद्धांत है कि भीड़ कैसे थरथराती है। शायद आपको लगता है कि थरथराहट तीन अलग-अलग प्रकार की गतिविधियों (जैसे चलना, जॉगिंग और नृत्य) का एक सरल मिश्रण है। आप इसे एक गणितीय सूत्र के रूप में लिखते हैं।
2. अवलोकन: आप स्टेडियम में जाते हैं और बहुत छोटे अंतराल पर सभी के स्थान के स्नैपशॉट लेते हैं। आप केवल एक व्यक्ति को नहीं देखते; आप सभी $N$ लोगों को देखते हैं, और आप इन स्नैपशॉट को बहुत बार लेते हैं (उच्च-आवृत्ति डेटा)।
3. परीक्षण: आप अपने अनुमान की तुलना वास्तविकता से करते हैं जो आपके सूत्र ने भविष्यवाणी की थी। आप अपने अनुमान और वास्तविकता के बीच एक "दूरी" की गणना करते हैं। यदि दूरी शून्य (या उसके बहुत करीब) है, तो आपका अनुमान अच्छा है। यदि दूरी बहुत अधिक है, तो आपका अनुमान गलत है।

लेखकों ने केवल एक परीक्षण का आविष्कार नहीं किया; उन्होंने सिद्ध किया कि यह परीक्षण वास्तव में काम करता है। उन्होंने दिखाया कि जैसे-जैसे आप लोगों की संख्या ($N$) बढ़ाते हैं और स्नैपशॉट लेने की गति (स्नैपशॉट के बीच का समय, $\Delta_n$, छोटा करते जाना) बढ़ाते हैं, आपका परीक्षण अविश्वसनीय रूप से सटीक हो जाता है।

हालाँकि, एक पेंच है। लेखकों ने पाया कि आप लोगों की संख्या और अवलोकन की गति को अपनी मर्जी से बढ़ा नहीं सकते। एक नाजुक संतुलन है। उन्होंने सिद्ध किया कि परीक्षण को पूरी तरह से काम करने के लिए, लोगों की संख्या ($N$) और स्नैपशॉट के बीच के समय के वर्ग ($\Delta_n^2$) का गुणनफल एक बहुत छोटी संख्या होनी चाहिए। सरल शब्दों में, इसका अर्थ है कि यदि आपके पास एक विशाल भीड़ है, तो त्रुटियों से बचने के लिए आपको अपने अवलोकनों के साथ अत्यंत तेज़ होने की आवश्यकता है। यदि आप बहुत धीमे हैं, तो आपके डेटा का "शोर" (noise) परीक्षण को खराब कर देगा, और आपको लग सकता है कि आपका सूत्र सही है जबकि वह वास्तव में गलत है।

उन्होंने क्या पाया

शोध पत्र की मुख्य खोज यह गणितीय प्रमाण है कि यह परीक्षण पद्धति वैध है। उन्होंने स्थापित किया कि सही परिस्थितियों के तहत (बहुत सारे कण, बहुत तेज़ अवलोकन, और उन दोनों के बीच वह विशिष्ट संतुलन), जो "दूरी" आपका परीक्षण गणना करता है, एक अनुमानित तरीके से व्यवहार करती है।

विशेष रूप से, उन्होंने सिद्ध किया कि यदि भीड़ की थरथराहट के बारे में आपका अनुमान सही है, तो परीक्षण सांख्यिकी (test statistic) शून्य के आसपास एक "बेल कर्व" (सामान्य वितरण) का पालन करेगी। यह बहुत बड़ी बात है क्योंकि इसका मतलब है कि आप एक "विश्वास स्तर" निर्धारित कर सकते हैं। उदाहरण के लिए, यदि आप 95% सुनिश्चित होना चाहते हैं, तो आप एक सीमा (threshold) निर्धारित कर सकते हैं। यदि आपका परीक्षण परिणाम उस सीमा से बहुत बाहर है, तो आप 95% विश्वास के साथ कह सकते हैं कि वोलैटिलिटी के बारे में आपका अनुमान गलत है।

उन्होंने एक व्यावहारिक समस्या का भी समाधान किया: यदि आप नहीं जानते कि भीड़ के नियम क्या हैं, तो आपको कैसे पता चलेगा कि "बेल कर्व" कैसा दिखता है? उन्होंने "सब-सैंपलिंग" (sub-sampling) नामक एक विधि प्रस्तावित की। कल्पना करें कि आपके पास 10,000 लोगों का एक स्टेडियम है। सभी का उपयोग करके बड़े कर्व का पता लगाने के बजाय, आप उन्हें 100 के 100 छोटे समूहों में विभाजित करते हैं। आप प्रत्येक समूह पर अलग से परीक्षण चलाते हैं। चूंकि समूह स्वतंत्र हैं, इसलिए आप बड़े कर्व के आकार का अनुमान लगाने के लिए इन छोटे समूहों के परिणामों का उपयोग कर सकते हैं। उन्होंने सिद्ध किया कि यह विधि काम करती है और आपको यह तय करने का एक विश्वसनीय तरीका देती है कि आपका मॉडल अच्छा है या बुरा।

यह क्यों महत्वपूर्ण है

इस शोध पत्र से पहले, वैज्ञानिकों के पास अकेले कार्य करने वाले कणों के सरल सिस्टम का परीक्षण करने के लिए बेहतरीन उपकरण थे। लेकिन जटिल प्रणालियों के लिए जहाँ हर कोई दूसरे को प्रभावित करता है—जैसे वित्तीय बाजार, जैविक आबादी, या बड़े पैमाने पर इंजीनियरिंग सिस्टम—वहाँ यह जांचने का कोई कठोर तरीका नहीं था कि "वोलैटिलिटी" वाला हिस्सा सही है या नहीं। आप एक सुंदर मॉडल बना सकते थे, लेकिन आप आश्वस्त नहीं हो सकते थे कि अराजकता का वर्णन करने वाला हिस्सा सटीक है।

यह शोध पत्र उस प्रश्न का उत्तर देने के लिए पहला कठोर ढांचा प्रदान करता है। यह केवल यह नहीं कहता कि, "हे, यह काम करता हुआ लग रहा है।" यह कहता है, "यहाँ वह गणित है जो सिद्ध करता है कि यह परीक्षण काम करता है, यहाँ बताया गया है कि आप त्रुटि की गणना कैसे करते हैं, और यहाँ बताया गया है कि आपको कब एक खराब मॉडल को खारिज करना है।"

लेखक इस बारे में भी बहुत स्पष्ट हैं कि उन्होंने क्या नहीं किया। उन्होंने भविष्य की भविष्यवाणी करने की समस्या को हल करने का दावा नहीं किया। उन्होंने यह नहीं कहा कि उनका परीक्षण कल्पना की जाने वाली हर प्रकार की भीड़ के व्यवहार के लिए काम करता है। उन्होंने विशेष रूप से उन प्रणालियों पर ध्यान केंद्रित किया जहाँ कण एक-दूसरे की स्वतंत्र प्रतियां (i.i.d.) हैं और जहाँ अवलोकन असतत (discrete) हैं (स्नैपशॉट, निरंतर वीडियो नहीं)। उन्होंने यह भी नोट किया कि यदि कणों की संख्या और अवलोकन की गति के बीच का संतुलन सही नहीं है, तो परीक्षण में पूर्वाग्रह (bias) हो सकता है, जिसका अर्थ है कि यह आपको सुरक्षा का झूठा अहसास दे सकता है।

अंत में, यह शोध पत्र एक वैज्ञानिक को एक नए, कैलिब्रेटेड रूलर (मापक यंत्र) को सौंपने जैसा है। इससे पहले, वे एक रबर के स्केल से एक जटिल भीड़ की अराजकता को मापने की कोशिश कर रहे थे। अब, उनके पास एक कठोर, गणितीय रूप से सिद्ध उपकरण है जो उन्हें बताता है कि अराजकता का उनका मॉडल वास्तविकता से कितना विचलित होता है। यह एक आधारभूत कदम है जो शोधकर्ताओं को अपने मॉडलों पर अधिक भरोसा करने की अनुमति देता है, यह जानते हुए कि उनके पास सिस्टम के सबसे अप्रत्याशित हिस्से—वोलैटिलिटी—की जांच करने का एक तरीका है।