📊 statistics

Balancing Covariates in Survey Experiments

यह शोध पत्र सर्वेक्षण प्रयोगों में कोवेरिएट असंतुलन (covariate imbalance) को संबोधित करने के लिए एक स्तरीकृत रिजेक्टिव सैंपलिंग और रैंडमाइजेशन डिज़ाइन प्रस्तावित करता है, जो एक डिज़ाइन-आधारित एसिम्प्टोटिक सिद्धांत स्थापित करता है जो मौजूदा विधियों की तुलना में औसत उपचार प्रभाव (average treatment effect) के लिए बेहतर अनुमान दक्षता और अधिक केंद्रित सीमित वितरण प्रदर्शित करता है।

मूल लेखक: Pengfei Tian, Jiyang Ren, Yingying Ma

प्रकाशित 2026-05-11

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Pengfei Tian, Jiyang Ren, Yingying Ma

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

कल्पना कीजिए कि आप एक शेफ हैं जो एक नई रेसिपी (इलाज/ट्रीटमेंट) का परीक्षण कर रहे हैं ताकि यह देख सकें कि क्या यह पुरानी रेसिपी की तुलना में केक के स्वाद को बेहतर बनाती है (कंट्रोल)। आप यह जानना चाहते हैं कि क्या नया स्वाद वास्तव में सुधार के कारण है, या यह सिर्फ इसलिए बेहतर हुआ क्योंकि आपने बेहतर अंडे या अधिक गर्म ओवन का उपयोग किया था।

सामाजिक विज्ञान और अर्थशास्त्र की दुनिया में, इसे एक सर्वे एक्सपेरिमेंट (Survey Experiment) कहा जाता है। शोधकर्ता यह देखने के लिए कि क्या काम करता है, लोगों के एक समूह पर नीतियों या विचारों का परीक्षण करना चाहते हैं। लेकिन इसमें एक पेंच है: यदि आप जिस समूह को चुनते हैं वह पूरी तरह से संतुलित नहीं है, तो आपके परिणाम भ्रामक हो सकते हैं।

तियान, रेन और मा का यह शोध पत्र, इन प्रयोगों को निष्पक्ष और सटीक बनाने के लिए एक नया, अत्यंत सटीक तरीका प्रस्तावित करता है। यह यहाँ सरल चरणों में दिया गया है:

1. समस्या: "असंतुलित प्लेट" (The Unbalanced Plate)

कल्पना कीजिए कि आप अपने नए केक का स्वाद लेने के लिए 100 लोगों को चुन रहे हैं।

सिंपल रैंडम सैंपलिंग (Simple Random Sampling): आप अपनी आँखें बंद करते हैं और 100 लोगों को चुन लेते हैं। औसतन, यह काम करता है। लेकिन 100 लोगों के एक विशिष्ट समूह में, आप गलती से 80 ऐसे लोग चुन सकते हैं जिन्हें चॉकलेट पसंद है और केवल 20 ऐसे जिन्हें चॉकलेट से नफरत है। यदि आपकी नई रेसिपी में चॉकलेट है, तो आप यह नहीं बता पाएंगे कि केक रेसिपी के कारण अच्छा है या इसलिए क्योंकि आपने बहुत अधिक चॉकलेट प्रेमी चुन लिए हैं।
समस्या: यादृच्छिक चयन (रैंडम सिलेक्शन) के बावजूद, छोटे समूह अक्सर असंतुलित हो जाते हैं। "ट्रीटमेंट" समूह में अधिक शिक्षित लोग हो सकते हैं, या "कंट्रोल" समूह में अधिक युवा लोग हो सकते हैं। यह असंतुलन शोर (noise) पैदा करता है, जिससे रेसिपी के वास्तविक प्रभाव को देखना कठिन हो जाता है।

2. पुराना समाधान: "बिनों में छाँटना" (Stratification)

इसे ठीक करने के लिए, शोधकर्ता आमतौर पर स्ट्रैटिफिकेशन (Stratification) का उपयोग करते हैं।

उपमा: लोगों को चुनने से पहले, आप पूरे जनसंख्या को महत्वपूर्ण गुणों (जैसे आयु, आय या शिक्षा) के आधार पर बिनों (bins) में वर्गीकृत करते हैं। फिर, आप प्रत्येक बिन से समान संख्या में लोगों को चुनते हैं।
परिणाम: यह सुनिश्चित करता है कि आपका नमूना (sample) वास्तविक जनसंख्या की तरह दिखे। यह ऐसा ही है जैसे यह सुनिश्चित करना कि आपके केक चखने वाले पैनल में चॉकलेट-प्रेमियों और वैनिला-प्रेमियों का अनुपात बिल्कुल वैसा ही हो जैसा पूरे शहर में है। यह केवल आँखें बंद करके चुनने से बहुत बेहतर है, लेकिन यह हर उस असंतुलन को नहीं पकड़ पाता, विशेष रूप से उन गुणों के लिए जिनके आधार पर आपने छँटाई नहीं की थी।

3. नया समाधान: "ट्रिपल-चेक" प्रणाली (SRSRR)

लेखक एक तीन-चरणीय "ट्रिपल-चेक" प्रणाली प्रस्तावित करते हैं जिसे स्ट्रैटिफाइड रिजेक्टिव सैंपलिंग एंड री-रैंडमाइजेशन (SRSRR) कहा जाता है। इसे सुरक्षा की तीन परतों वाली एक सख्त गुणवत्ता नियंत्रण प्रक्रिया के रूप में समझें:

परत 1: बिन (Stratification)
ठीक पुराने तरीके की तरह, आप पहले प्रमुख गुणों के आधार पर सभी को बिनों (strata) में वर्गीकृत करते हैं। यह आपकी नींव है।
परत 2: "रिजेक्ट" फ़िल्टर (Rejective Sampling)
बिनों से अपना प्रारंभिक समूह चुनने के बाद, आप उनकी पूरी जनसंख्या के विरुद्ध जाँच करते हैं।
- रूपक: कल्पना कीजिए कि आपके पास 50 गुणों की एक चेकलिस्ट है (आयु, आय, मतदान इतिहास, आदि)। आप अपने 100 लोगों को चुनते हैं, कंप्यूटर से जाँच करते हैं, और पूछते हैं: "क्या यह समूह शहर के समान दिखता है?"
- कार्रवाई: यदि समूह थोड़ा असंतुलित है (उदाहरण के लिए, एक पड़ोस से बहुत अधिक लोग हैं), तो आप पूरे समूह को रिजेक्ट (अस्वीकार) कर देते हैं और फिर से शुरू करते हैं। आप तब तक नए समूह चुनते रहते हैं जब तक कि कोई ऐसा समूह न मिल जाए जो चेकलिस्ट पास कर ले। यह सुनिश्चित करता है कि नमूना पूरी तरह से प्रतिनिधि है।
परत 3: "री-रोल" (ReRandomization)
एक बार जब आपके पास 100 लोगों का एक आदर्श समूह हो जाता है, तो आपको उन्हें "नई रेसिपी" समूह और "पुरानी रेसिपी" समूह में विभाजित करने की आवश्यकता होती है।
- रूपक: आप 100 लोगों के ताश के पत्तों को फेंटते हैं और उन्हें दो ढेरों में बांटते हैं। लेकिन उस बंटवारे को स्वीकार करने से पहले, आप जाँच करते हैं: "क्या दोनों ढेर संतुलित हैं?"
- कार्रवाई: यदि "नई रेसिपी" वाले ढेर में गलती से "पुरानी रेसिपी" वाले ढेर की तुलना में अधिक चॉकलेट प्रेमी हैं, तो आप उस बंटवारे को रिजेक्ट कर देते हैं। आप तब तक शफल (shuffle) करते हैं और दोबारा बांटते हैं जब तक कि दोनों ढेर उन सभी 50 गुणों पर पूरी तरह से संतुलित न हो जाएं।

यह बेहतर क्यों है?
शोध पत्र दिखाता है कि "रिजेक्ट" चरण (नमूने के लिए) और "री-रोल" चरण (असाइनमेंट के लिए) दोनों को करने से परिणाम केवल एक या किसी को भी न करने की तुलना में बहुत अधिक सटीक और सुव्यवस्थित परिणाम मिलते हैं। यह एक उच्च-सटीक तराजू का उपयोग करने जैसा है।

4. "मैथ मैजिक" (परिणाम)

लेखकों ने केवल यह अनुमान नहीं लगाया कि यह काम करेगा; उन्होंने इसे साबित करने के लिए भारी गणितीय गणना की।

सत्य का आकार: मानक प्रयोगों में, परिणाम एक "बेल कर्व" (Normal Distribution) का पालन करते हैं। लेखकों ने पाया कि उनके नए ट्रिपल-चेक तरीके के साथ, परिणाम एक "दबे हुए बेल कर्व" (Bell Curve with a Squeeze) का पालन करते हैं।
इसका क्या अर्थ है: परिणाम अभी भी सत्य के केंद्र में होते हैं, लेकिन वे अधिक सघन (tighter) होते हैं। कल्पना कीजिए कि आप एक लक्ष्य पर तीर चला रहे हैं। मानक विधियों में आपके तीर एक बड़े घेरे में फैले हो सकते हैं। SRSRR विधि आपके तीरों को सीधे बुल्सआई (केंद्र) में एक छोटे, घने क्लस्टर में सिकोड़ देती है। इसका मतलब है कि आपको समान स्तर का आत्मविश्वास प्राप्त करने के लिए कम लोगों की आवश्यकता होती है, या समान संख्या में लोगों के साथ आपको बहुत अधिक सटीक उत्तर मिलता है।

5. अंतिम पॉलिश: "रेसिपी को एडजस्ट करना" (Covariate Adjustment)

ट्रिपल-चेक के बावजूद, बहुत मामूली असंतुलन बचे रह सकते हैं। लेखक विश्लेषण चरण में एक अंतिम चरण का सुझाव देते हैं जिसे कोवेरिएट एडजस्टमेंट (Covariate Adjustment) कहा जाता है।

उपमा: यदि आप देखते हैं कि आपके "नई रेसिपी" समूह में बहुत मामूली अंतर से अधिक चॉकलेट प्रेमी थे, तो आप अंतिम स्कोर से उस लाभ को "घटाने" के लिए एक गणितीय सूत्र का उपयोग कर सकते हैं। यह अंतिम स्वाद स्कोर को समायोजित करने जैसा है ताकि यह ध्यान में रखा जा सके कि समूह थोड़ा पक्षपाती था।
परिणाम: यह अनुमान को और भी अधिक कुशल बनाता है, जिससे तीरों का वह क्लस्टर और भी अधिक सघन हो जाता है।

सारांश

शोध पत्र तर्क देता है कि यह जानने के लिए कि क्या कोई नई नीति या कार्यक्रम काम करता है, आपको केवल भाग्य पर भरोसा नहीं करना चाहिए। आपको:

लोगों को समूहों में वर्गीकृत करना चाहिए (Stratification)।
उन खराब नमूनों को अस्वीकार करना चाहिए जो जनसंख्या से मेल नहीं खाते (Rejective Sampling)।
असाइनमेंट के लिए पुनः वितरण (Re-roll) करना चाहिए जब तक कि ट्रीटमेंट और कंट्रोल समूह पूरी तरह से मेल न खा जाएं (ReRandomization)।
किसी भी शेष सूक्ष्म अंतर के लिए अंतिम आंकड़ों को समायोजित (Adjust) करना चाहिए।

इन चरणों को मिलाकर, शोधकर्ता कारण-और-प्रभाव की अधिक स्पष्ट और विश्वसनीय तस्वीर प्राप्त कर सकते हैं, जिससे गलत निष्कर्षों से बचते हुए समय और संसाधनों की बचत होती है।

तकनीकी सारांश: सर्वेक्षण प्रयोगों में कोवेरियेट्स का संतुलन

समस्या विवरण
सर्वेक्षण प्रयोगों (survey experiments) को लक्षित आबादी में उपचार प्रभावों (treatment effects) का अनुमान लगाने के लिए स्वर्ण मानक माना जाता है, जो यादृच्छिक नमूनाकरण (random sampling) और यादृच्छिक उपचार असाइनमेंट (random treatment assignment) दोनों को जोड़ते हैं। जबकि सरल यादृच्छिक नमूनाकरण और पूर्ण यादृच्छिकरण (complete randomization) औसतन कोवेरियेट्स को संतुलित करते हैं, सीमित नमूनों में कोवेरियेट असंतुलन (covariate imbalance) दिखाई दे सकता है। यह असंतुलन नमूनाकरण चरण (sampling stage) में चयनित इकाइयों और लक्षित आबादी के बीच, तथा असाइनमेंट चरण (assignment stage) में उपचार और नियंत्रण समूहों के बीच होता है। ऐसे असंतुलन से सशर्त पूर्वाग्रह (conditional bias) और उपचार प्रभाव अनुमानों में परिवर्तनशीलता बढ़ सकती है। जबकि स्ट्रैटिफिकेशन (stratification) प्रतिनिधित्व और दक्षता में सुधार के लिए एक मानक तकनीक है, और रिजेक्टिव सैंपलिंग (rejective sampling) या री-रैंडमाइजेशन (rerandomization) को कोवेरियेट्स को संतुलित करने के लिए उपयोग किया जाता है, मौजूदा साहित्य ने एक सामान्य सर्वेक्षण प्रयोग सेटिंग में इन विधियों को संयोजित करने के लिए डिज़ाइन-आधारित एसिम्प्टोटिक थ्योरी (asymptotic theory) की पूरी तरह से खोज नहीं की है, विशेष रूप से तब जब स्ट्रेटा की संख्या बढ़ती जा रही हो और सैंपलिंग अंश (sampling fraction) कम हो रहा हो।

कार्यप्रणाली
लेखक एक स्ट्रैटिफाइड रिजेक्टिव सैंपलिंग एंड री-रैंडमाइज्ड (SRSRR) प्रयोगात्मक डिज़ाइन प्रस्तावित करते हैं। यह दो-चरणीय दृष्टिकोण तीन विशिष्ट तंत्रों को एकीकृत करता है:

स्ट्रैटिफिकेशन (Stratification): जनसंख्या को भविष्य कहने वाले कोवेरियेट्स के आधार पर स्ट्रेटा (strata) में विभाजित किया जाता है।
स्ट्रैटिफाइड रिजेक्टिव सैंपलिंग (Stratified Rejective Sampling): नमूनाकरण चरण में, इकाइयों को स्ट्रैटिफाइड रैंडम सैंपलिंग के माध्यम से चुना जाता है। हालांकि, यदि प्री-सैंपलिंग कोवेरियेट्स के भारित नमूना माध्य ( $W$ ) और जनसंख्या माध्य के बीच महालनोबिस दूरी (Mahalanobis distance) एक पूर्व-निर्धारित सीमा ( $a_S$ ) से अधिक हो जाती है, तो नमूनों को अस्वीकार कर दिया जाता है। यह सुनिश्चित करता है कि नमूना $W$ के संबंध में जनसंख्या का प्रतिनिधि है।
स्ट्रैटिफाइड री-रैंडमाइजेशन (Stratified ReRandomization): उपचार असाइनमेंट चरण में, नमूने की गई इकाइयों को स्ट्रैटिफाइड रैंडमाइजेशन के माध्यम से उपचार या नियंत्रण के लिए असाइन किया जाता है। असाइनमेंट को तब अस्वीकार कर दिया जाता है जब असाइनमेंट-चरण के कोवेरियेट्स ( $X$ ) के उपचार और नियंत्रण समूह के माध्यों के बीच महालनोबिस दूरी एक सीमा ( $a_T$ ) से अधिक हो जाती है।

लेखक इस डिज़ाइन के तहत स्ट्रैटिफाइड डिफरेंस-इन-मीन्स एस्टिमेटर ( $\hat{\tau}$ ) के लिए एक डिज़ाइन-आधारित एसिम्प्टोटिक थ्योरी विकसित करते हैं। यह ढांचा एक सामान्य एसिम्प्टोटिक रिजीम (asymptotic regime) की अनुमति देता है जहाँ स्ट्रेटा की संख्या ( $K_N$ ) और स्ट्रेटा का आकार ( $N_{[k]}$ ) बढ़ता जा सकता है, और सैंपलिंग अंश ( $f = n/N$ ) शून्य की ओर बढ़ सकता है। लेखक नमूनाकरण और उपचार असाइनमेंट की संयुक्त यादृच्छिकता को संभालने के लिए एक हाजेक कपलिंग तकनीक (Hájek coupling technique) का उपयोग करते हैं, जिससे एस्टिमेटर को स्वतंत्र यादृच्छिक चरों के योग में बदला जा सके।

इसके अलावा, लेखक विश्लेषण चरण में एक कोवेरियेट एडजस्टमेंट विधि का प्रस्ताव करते हैं। यह रैखिक रूप से समायोजित एस्टिमेटर ( $\hat{\tau}_{adj}$ ) विश्लेषण चरण में एकत्र किए गए अतिरिक्त कोवेरियेट्स ( $E$ जनसंख्या के लिए और $C$ नमूने के लिए) का उपयोग करता है ताकि अवशिष्ट असंतुलन (residual imbalance) को और कम किया जा सके।

प्रमुख योगदान

स्ट्रैटिफाइड रैंडमाइजेशन के लिए डिज़ाइन-आधारित एसिम्प्टोटिक थ्योरी: यह शोध पत्र स्थापित करता है कि स्ट्रैटिफाइड रैंडम सैंपलिंग और असाइनमेंट के तहत, स्ट्रैटिफाइड डिफरेंस-इन-मीन्स एस्टिमेटर सुसंगत (consistent) और एसिम्प्टोटिक रूप से सामान्य (asymptotically normal) है। यह एसिम्प्टोटिक वेरिएंस को व्युत्पन्न करता है और वेरिएंस को न्यूनतम करने के लिए इष्टतम स्ट्रैटम-विशिष्ट सैंपलिंग और उपचार अनुपातों के लिए स्थितियाँ प्रदान करता है।
SRSRR के लिए एसिम्प्टोटिक थ्योरी: लेखक SRSRR डिज़ाइन के तहत $\hat{\tau}$ के सीमित वितरण (limiting distribution) को व्युत्पन्न करते हैं। मानक डिज़ाइनों के विपरीत, यह सीमित वितरण सामान्य (normal) नहीं है; यह दिखाया गया है कि यह एक सामान्य वितरण और दो ट्रंकेटेड नॉर्मल डिस्ट्रीब्यूशन (truncated normal distributions) का कॉन्वोल्यूशन (convolution) है। यह वितरण मानक स्ट्रैटिफाइड डिज़ाइनों की तुलना में वास्तविक औसत उपचार प्रभाव के आसपास अधिक केंद्रित है।
इष्टतम डिज़ाइन पैरामीटर: शोध पत्र एसिम्प्टोटिक वेरिएंस को न्यूनतम करने के लिए, कोवेरियेट एडजस्टमेंट के साथ और उसके बिना, इष्टतम स्ट्रैटम-विशिष्ट सैंपलिंग अनुपात ( $f_{[k]}$ ) और उपचार अनुपात ( $e_{[k]1}$ ) निर्धारित करने के लिए सैद्धांतिक परिणाम प्रदान करता है।
कोवेरियेट एडजस्टमेंट: अध्ययन दर्शाता है कि विश्लेषण-चरण के कोवेरियेट्स का उपयोग करने वाला एक रैखिक रूप से समायोजित एस्टिमेटर, मानक स्ट्रैटिफाइड और SRSRR दोनों डिज़ाइनों के तहत अन-एडजस्टेड एस्टिमेटर की तुलना में अधिक कुशल है। यह समायोजित एस्टिमेटरों के लिए रूढ़िवादी (conservative) वेरिएंस एस्टिमेटर्स और वैध कॉन्फिडेंस इंटरवल प्रदान करता है।

परिणाम

सैद्धांतिक निष्कर्ष:
- SRSRR एस्टिमेटर का एसिम्प्टोटिक वेरिएंस, स्ट्रैटिफाइड रैंडमाइज्ड सर्वे एक्सपेरिमेंट (SRSE) की तुलना में स्पष्ट रूप से कम है, और यह कमी उपचार प्रभाव एस्टिमेटर और कोवेरियेट असंतुलन के बीच स्क्वेयर्ड मल्टीपल कोरिलेशन ( $R^2_W$ और $R^2_X$ ) पर निर्भर करती है।
- SRSRR के तहत $\sqrt{n}(\hat{\tau} - \tau)$ का सीमित वितरण एक सामान्य चर और दो ट्रंकेटेड नॉर्मल चरों का कॉन्वोल्यूशन है, जो संबंधित सामान्य चरों की तुलना में शून्य के करीब केंद्रित होते हैं।
- प्रस्तावित कोवेरियेट-एडजस्टेड एस्टिमेटर ( $\hat{\tau}_{adj}$ ) रैखिक रूप से समायोजित एस्टिमेटरों के वर्ग में सबसे छोटा एसिम्प्टोटिक वेरिएंस प्राप्त करता है।
संख्यात्मक अध्ययन:
- विभिन्न परिदृश्यों (छोटे स्ट्रेटा, बड़े स्ट्रेटा और मिश्रित) में सिमुलेशन पुष्टि करते हैं कि SRSRR, पूरी तरह से रैंडमाइज्ड और मानक स्ट्रैटिफाइड डिज़ाइनों की तुलना में स्टैंडर्ड डेविएशन और रूट मीन स्क्वेयर्ड एरर (RMSE) को महत्वपूर्ण रूप से कम करता है।
- सिंथेटिक डेटा प्रयोगों में, स्ट्रैटिफिकेशन, रिजेक्टिव सैंपलिंग और री-रैंडमाइजेशन को मिलाने से पूरी तरह से रैंडमाइज्ड बेसलाइन की तुलना में स्टैंडर्ड डेविएशन में लगभग 30.6% की कमी आई।
- रिग्रेशन एडजस्टमेंट ने आगे दक्षता लाभ प्रदान किया, जिससे अन-एडजस्टेड एस्टिमेटरों की तुलना में स्टैंडर्ड डेविएशन में 21% से 49% तक की कमी आई।
- कोऑपरेटिव कॉन्ग्रेसिवल इलेक्शन स्टडी (CCES) का उपयोग करके वास्तविक-डेटा विश्लेषण ने इन निष्कर्षों की पुष्टि की, जिससे पता चला कि SRSRR और कोवेरियेट एडजस्टमेंट, गैर-स्ट्रैटिफाइड या अन-एडजस्टेड दृष्टिकोणों की तुलना में छोटे कॉन्फिडेंस इंटरवल और बेहतर दक्षता की ओर ले जाते हैं।

महत्व
यह शोध पत्र दावा करता है कि प्रस्तावित SRSRR डिज़ाइन और संबद्ध विश्लेषण विधियाँ सर्वेक्षण प्रयोगों में उपचार प्रभाव अनुमानों की सटीकता में सुधार के लिए एक मजबूत ढांचा प्रदान करती हैं। सैंपलिंग और असाइनमेंट दोनों चरणों में कोवेरियेट असंतुलन को स्पष्ट रूप से संबोधित करके, यह विधि नमूने की प्रतिनिधित्व क्षमता और उपचार समूहों के बीच संतुलन को बढ़ाती है। बढ़ते स्ट्रेटा और घटते सैंपलिंग अंश को समाहित करने वाली डिज़ाइन-आधारित एसिम्प्टोटिक थ्योरी का विकास इन विधियों की प्रयोज्यता को कई व्यावहारिक सर्वेक्षण सेटिंग्स तक विस्तृत करता है। लेखक इस बात पर जोर देते हैं कि उनका दृष्टिकोण पूरी तरह से डिज़ाइन-आधारित है, जिसका अर्थ है कि अनुमानों की वैधता और निष्कर्ष प्रक्रियाओं के लिए किसी अंतर्निहित आउटकम मॉडल के सही विनिर्देश (specification) पर निर्भरता नहीं है। प्रस्तावित चरणबद्ध कार्यप्रवाह—स्ट्रैटिफिकेशन, उसके बाद रिजेक्टिव सैंपलिंग और री-रैंडमाइजेशन, और अंत में रिग्रेशन एडजस्टमेंट—अनुमान दक्षता को अधिकतम करने के लिए एक व्यावहारिक रणनीति के रूप में प्रस्तुत किया गया है।