A Simpson Based Estimation Approach for the Overlapping Coefficient of k>=2 Normal Distributions

यहाँ शोध पत्र "A Simpson–Based Estimation Approach for the Overlapping Coefficient of $k \ge 2$ Normal Distributions" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

ओवरलैपिंग कोएफिशिएंट (OVL), विशेष रूप से वीट्ज़मैन कोएफिशिएंट ($\Delta$), उनके घनत्व फलनों (density functions) के अंतर्गत साझा क्षेत्र को मापकर प्रायिकता वितरणों (probability distributions) की समानता को मात्रात्मक रूप से दर्शाता है।

• वर्तमान सीमा: जबकि दो वितरणों ($k=2$) के लिए OVL का व्यापक अध्ययन किया गया है, इसे $k \ge 2$ आबादी तक विस्तारित करना महत्वपूर्ण विश्लेषणात्मक और गणनात्मक चुनौतियाँ प्रस्तुत करता है।
• मुख्य मुद्दा: $k$ सामान्य वितरणों के लिए, OVL $k$ घनत्व फलनों के न्यूनतम (minimum) का समाकलन (integral) है:
  $$\Delta_k = \int_{-\infty}^{\infty} \min\{f_1(x), f_2(x), \dots, f_k(x)\} dx$$
  जैसे-जैसे $k$ बढ़ता है, घनत्व फलनों के बीच प्रतिच्छेदन बिंदुओं (intersection points) की संख्या तेजी से बढ़ती है, जिससे एक जटिल सीमाओं वाला 'पीसवाइज फंक्शन' (piecewise function) बनता है। यह विश्लेषणात्मक समाकलन (analytical integration) को अव्यावहारिक और गणनात्मक रूप से महंगा बना देता है, जिससे एक सुदृढ़ संख्यात्मक सन्निकटन विधि (numerical approximation method) की आवश्यकता होती है।

2. कार्यप्रणाली (Methodology)

लेखक अधिकतम संभावना अनुमान (Maximum Likelihood Estimation - MLE) और सिम्पसन के संख्यात्मक समाकलन नियम (Simpson's Numerical Integration Rule) को संयोजित करने वाला एक सामान्य अनुमान ढांचा प्रस्तावित करते हैं।

A. प्लग-इन अनुमान (Plug-in Estimation)

चूंकि वास्तविक पैरामीटर ($\mu_i, \sigma_i^2$) अज्ञात हैं, इसलिए यह विधि स्वतंत्र यादृच्छिक नमूनों (independent random samples) से प्राप्त प्लग-इन अधिकतम संभावना अनुमानकों (MLEs) का उपयोग करती है:

• $\hat{\mu}_i = \bar{X}_i$ (नमूना माध्य/Sample Mean)
• $\hat{\sigma}_i^2 = \frac{1}{n_i}\sum (X_{ij} - \bar{X}_i)^2$ (नमूना प्रसरण/Sample Variance)
  इनका उपयोग अनुमानित घनत्व फलनों $\hat{f}_i(x)$ को बनाने के लिए किया जाता है।

B. सिम्पसन के नियम के माध्यम से संख्यात्मक समाकलन

न्यूनतम फलन $g(x) = \min\{\hat{f}_1(x), \dots, \hat{f}_k(x)\}$ के समाकलन की गणना करने के लिए, लेखक एक सुचारू रूपांतरण (smooth transformation) का उपयोग करके अनंत डोमेन $(-\infty, \infty)$ को संबोधित करते हैं:

1. रूपांतरण: अनंत अंतराल को एक सामान्यीकृत लॉजिस्टिक संचयी वितरण फलन (generalized logistic cumulative distribution function) का उपयोग करके परिमित इकाई अंतराल $[0, 1]$ में मैप किया जाता है:
   $$u = G(x) = 1 - (1 + e^x)^{-\alpha}$$
   जहाँ $\alpha > 0$ एक ट्यूनिंग पैरामीटर है।
2. जैकबियन समायोजन (Jacobian Adjustment): क्षेत्रफल को संरक्षित करने के लिए समाकलन को $u$ के संदर्भ में फिर से लिखा जाता है, जिसमें व्युत्पन्न (derivative) $dx/du$ शामिल है।
3. सिम्पसन का नियम: $[0, 1]$ पर रूपांतरित समाकलन को $r$ उप-अंतरालों (subintervals) के साथ सिम्पसन के नियम का उपयोग करके अनुमानित किया जाता है। ग्रिड में जैकबियन पद में विचलन (divergence) से बचने के लिए अंत बिंदु ($u=0, 1$) को छोड़ दिया जाता है।

C. ट्यूनिंग पैरामीटर ($\alpha$)

अध्ययन रूपांतरण पैरामीटर $\alpha$ के लिए तीन रणनीतियों का मूल्यांकन करता है:

1. निश्चित $\alpha = 1$ (सममित लॉजिस्टिक)।
2. निश्चित $\alpha = 2$।
3. डेटा-संचालित $\hat{\alpha}$: विशिष्ट वितरण आकार के अनुकूल होने के लिए नमूना डेटा से अनुमानित।

3. मुख्य योगदान (Key Contributions)

• $k \ge 2$ के लिए सामान्यीकरण: यह शोध पत्र $k$ सामान्य आबादी के लिए OVL का अनुमान लगाने हेतु एक स्केलेबल ढांचा प्रदान करता है, जो उच्च-आयामी प्रतिच्छेदन की विश्लेषणात्मक जटिलता को दूर करता है।
• संगति प्रमाण (Consistency Proof): लेखक सिद्ध करते हैं कि प्रस्तावित सिम्पसन-आधारित अनुमानक ($\hat{\Delta}_k^{(simp)}$) संगत (consistent) है। जैसे-जैसे नमूना आकार $n_i \to \infty$ होता है, अनुमानक वास्तविक OVL मान की ओर अभिसरित (converge) होता है। यह प्रमाण अनुमानित घनत्वों के समान अभिसरण (uniform convergence) और सिम्पसन के नियम की त्रुटि सीमाओं ($O(h^4)$) के गुणों पर आधारित है।
• गणना दक्षता (Computational Efficiency): डोमेन को रूपांतरित करके और एक मानक संख्यात्मक समाकलन नियम का उपयोग करके, यह विधि प्रतिच्छेदन बिंदुओं को विश्लेषणात्मक रूप से निर्धारित करने के लिए आवश्यक जटिल रूट-फाइंडिंग एल्गोरिदम से बचती है।
• $\alpha$ के प्रति मजबूती: अध्ययन यह प्रदर्शित करता है कि अनुमानक का प्रदर्शन $\alpha$ के विशिष्ट चयन (निश्चित या डेटा-संचालित) के प्रति काफी हद तक असंवेदनशील है, बशर्ते $\alpha$ अत्यधिक न हो।

4. सिमुलेशन परिणाम (Simulation Results)

एक मोंटे कार्लो सिमुलेशन अध्ययन ($R=1000$ पुनरावृत्ति) आयोजित किया गया, जिसमें प्रस्तावित सिम्पसन-आधारित अनुमानकों की तुलना ईदौस और अलशेयब (2025) के बेंचमार्क अनुमानक ($\hat{\Delta}_3^*$) से की गई।

परीक्षण किए गए परिदृश्य:

• चार परिदृश्य ($S_1$ से $S_4$) जो बड़े ($\Delta_3 \approx 0.93$), मध्यम ($\approx 0.69$), छोटे ($\approx 0.47$), और बहुत छोटे ($\approx 0.07$) ओवरलैप का प्रतिनिधित्व करते हैं।
• नमूना आकार: संतुलित $(50,50,50)$ और असंतुलित $(50,100,150)$।

प्रमुख निष्कर्ष:

1. उच्च ओवरलैप ($\Delta_3 \approx 0.93$): सभी अनुमानक पूर्वाग्रह (bias) और दक्षता में नगण्य अंतर के साथ समान प्रदर्शन करते हैं।
2. मध्यम से छोटा ओवरलैप: सिम्पसन-आधारित अनुमानक बेंचमार्क से बेहतर प्रदर्शन करना शुरू कर देते हैं, जो कम सापेक्ष मूल वर्ग माध्य त्रुटि (RRMSE) और उच्च दक्षता दिखाते हैं।
3. बहुत कम ओवरलैप ($\Delta_3 \approx 0.07$): प्रस्तावित विधि महत्वपूर्ण श्रेष्ठता दर्शाती है।
   • बेंचमार्क की तुलना में दक्षता लाभ ~34% (दक्षता > 1.33) तक पहुँच गया।
   • डेटा-संचालित $\hat{\alpha}$ संस्करण ने असाधारण रूप से अच्छा प्रदर्शन किया, जो इसकी अनुकूलन क्षमता की पुष्टि करता है।
4. पैरामीटर संवेदनशीलता: सिम्पसन अनुमानक के तीन संस्करण ($\alpha=1, \alpha=2, \hat{\alpha}$) लगभग समान परिणाम देते हैं, जो यह सुझाव देता है कि व्यावहारिक अनुप्रयोगों के लिए एक सरल निश्चित $\alpha$ (जैसे, 1 या 2) पर्याप्त है।

5. महत्व और निष्कर्ष (Significance and Conclusion)

यह शोध पत्र बहु-जनसंख्या सेटिंग्स में ओवरलैपिंग कोएफिशिएंट का अनुमान लगाने के लिए एक लचीला, गणनात्मक रूप से कुशल और सैद्धांतिक रूप से सुदृढ़ समाधान प्रदान करता है।

• व्यावहारिक प्रभाव: यह विधि उन क्षेत्रों के लिए विशेष रूप से मूल्यवान है जिनमें कई समूहों की तुलना की आवश्यकता होती है (जैसे, औषधि समानता के लिए फार्माकोलॉजी, आय असमानता के लिए अर्थशास्त्र, या बायोइन्फॉर्मेटिक्स)।
• कम-ओवरलैप लाभ: इस विधि का सबसे महत्वपूर्ण योगदान यह है कि यह बहुत कम सामान्य समर्थन (low overlap) वाले वितरणों के लिए भी उच्च सटीकता और दक्षता बनाए रखने में सक्षम है, जहाँ पारंपरिक अनुमानक अक्सर संघर्ष करते हैं।
• भावी दिशाएँ: यह ढांचा अन्य सुचारू पैरामेट्रिक परिवारों और $k$ के बड़े मानों के लिए सामान्यीकरण योग्य है, जो सांख्यिकीय अनुमान और वर्गीकरण के व्यापक अनुप्रयोगों का मार्ग प्रशस्त करता है।