E-values as statistical evidence: A comparison to Bayes factors, likelihoods, and p-values

कल्पना कीजिए कि आप एक रहस्य सुलझाने की कोशिश कर रहे एक जासूस हैं। आपके पास एक संदिग्ध है (जिसे शून्य परिकल्पना (Null Hypothesis) या "निर्दोष व्यक्ति" कहा जाता है), और आप सुराग (डेटा) इकट्ठा कर रहे हैं ताकि यह देख सकें कि क्या वह वास्तव में दोषी है।

दशकों से, सांख्यिकीविद् (statisticians) इस बात पर बहस कर रहे हैं कि सुरागों के आधार पर संदिग्ध कितना "दोषी" दिखता है, इसे मापने का सबसे अच्छा तरीका क्या है। यह शोध पत्र इस बहस में एक नया, शक्तिशाली उपकरण पेश करता है जिसे E-वैल्यू (E-value) (और उसका समय यात्रा करने वाला साथी, E-प्रोसेस) कहा जाता है।

यहाँ इस शोध पत्र के मुख्य विचारों का रोजमर्रा के उदाहरणों का उपयोग करके एक सरल विवरण दिया गया है।

1. पुराने उपकरण: वे निराशाजनक क्यों हैं?

E-वैल्यू से पहले, जासूसों के पास दो मुख्य उपकरण थे, और दोनों में परेशान करने वाली खामियां थीं:

• P-वैल्यू (एक "वन-शॉट" स्नैपशॉट):
  • यह कैसे काम करता है: आप सभी सुराग एक साथ लेते हैं और पूछते हैं, "यदि संदिग्ध निर्दोष है, तो यह कितना असंभव है?"
  • खामी: यह बहुत कठोर है। यदि आप जल्दी में निर्णय लेते हैं कि आपने कुछ आशाजनक पाया है इसलिए अब और सुराग नहीं ढूंढेंगे, या यदि आप निर्णय लेते हैं कि आप देखते रहेंगे क्योंकि आपको अभी तक कुछ नहीं मिला है, तो P-वैल्यू टूट जाता है। यह एक ऐसे कैमरे की तरह है जो केवल तभी काम करता है जब आप फोटो लेने से पहले ही वादा कर दें कि आप कितनी फोटो लेंगे। यदि आप बीच में अपना इरादा बदलते हैं, तो फोटो खराब हो जाती है।
• बेयज़ फैक्टर (Bayes Factor - एक "राय रखने वाला" जज):
  • यह कैसे काम करता है: आप संदिग्ध के दोष के बारे में एक "अंतर्ज्ञान" (prior belief) से शुरुआत करते हैं और जैसे-जैसे आप सुराग देखते हैं, उसे अपडेट करते जाते हैं।
  • खामी: यह पूरी तरह से आपकी शुरुआती "अंतर्ज्ञान" (gut feeling) पर निर्भर करता है। दो जासूस अलग-अलग अंतर्ज्ञान के साथ एक ही सुरागों को देख सकते हैं और पूरी तरह से अलग निष्कर्ष निकाल सकते हैं। यह कुछ लोगों के लिए पर्याप्त "वस्तुनिष्ठ" (objective) नहीं है।
• लाइकलीहुड रेशियो (Likelihood Ratio - एक "तुलना" करने वाला टूल):
  • यह कैसे काम करता है: यह "दोषी" बनाम "निर्दोष" होने की संभावना की तुलना करता है।
  • खामी: जब आपके पास स्पष्ट "दोषी" परिदृश्य नहीं होता, तो इसे संघर्ष करना पड़ता है। क्या होगा यदि आप केवल यह जानना चाहते हैं कि संदिग्ध निर्दोष है या नहीं, बिना किसी विशिष्ट "दोषी" कहानी के तैयार हुए?

2. नया उपकरण: E-वैल्यू (द "बेटिंग स्कोर")

लेखक E-वैल्यू का प्रस्ताव देते हैं। E-वैल्यू को समझने के लिए, एक कैसिनो गेम की कल्पना करें।

• सेटअप: आप "हाउस" (शून्य परिकल्पना/निर्दोषता) के खिलाफ दांव लगा रहे हैं।
• नियम: हाउस दावा करता है कि खेल निष्पक्ष है। यदि हाउस सच बोल रहा है, तो आपको लंबे समय में कभी भी पैसा कमाने की उम्मीद नहीं करनी चाहिए। आपका औसत लाभ शून्य या उससे कम होना चाहिए।
• E-वैल्यू: यह आपका वर्तमान बैंकरोल (bankroll) है।
  • आप $1 से शुरू करते हैं।
  • जब भी आपको एक नया सुराग मिलता है, आप एक दांव लगाते हैं।
  • यदि हाउस वास्तव में निर्दोष है, तो आपका बैंकरोल $1 के आसपास रहेगा या नीचे जाएगा।
  • लेकिन, यदि हाउस वास्तव में झूठ बोल रहा है (संद संदिग्ध दोषी है), तो आपका बैंकरोल विस्फोटक रूप से बढ़ना शुरू हो जाएगा। यह $1 से$10, फिर $100, फिर$1,000 हो सकता है।

यह क्यों शानदार है?

• यह लचीला है (Optional Stopping): आप गेम को कभी भी रोक सकते हैं! यदि आपका बैंकरोल $100 हो जाता है, तो आप पैसे निकाल सकते हैं और कह सकते हैं, "मैं बस, हाउस झूठ बोल रहा है!" इससे कोई फर्क नहीं पड़ता कि आपने 10 राउंड या 100 राउंड खेलने की योजना बनाई थी। गणित काम करता है।
• यह योगात्मक है (Combining Evidence): कल्पना करें कि आप एक दोस्त के साथ गेम खेलते हैं। आप दोनों एक ही हाउस के खिलाफ दांव लगाते हैं। यदि आप $10 जीतते हैं और आपका दोस्त$10 जीतता है, तो आप बस उनके स्कोर को गुणा कर सकते हैं ($10 $\times$ $10 =$100) जिससे कुल साक्ष्य प्राप्त होता है। आपको इस बात की चिंता करने की ज़रूरत नहीं है कि आपके दांव स्वतंत्र थे या निर्भर; गणित बस काम करता है।
• यह वस्तुनिष्ठ है: आपको शुरुआत के बारे में किसी "अंतर्ज्ञान" की आवश्यकता नहीं है। आपको बस एक ऐसी रणनीति की आवश्यकता है जो गारंटी दे कि यदि संदिग्ध निर्दश है, तो आप अमीर नहीं बनेंगे।

3. "E-प्रोसेस" (समय यात्रा करने वाला जासूस)

कभी-कभी, आपको एक बार में सुरागों का एक बैच नहीं मिलता; आपको वे समय के साथ एक-एक करके मिलते हैं।

• एक E-वैल्यू एक विशिष्ट क्षण में आपके बैंकरोल का एक स्नैपशॉट है।
• एक E-प्रोसेस आपके बैंकरोल का पूरा इतिहास है जैसे-जैसे आप राउंड दर राउंड खेलते हैं।
• E-प्रोसेस का जादू यह है कि यह आपको यह बदलने की अनुमति देता है कि आप कब रुकना चाहते हैं। आप कह सकते हैं, "मैं तब तक दांव लगाता रहूँगा जब तक मेरा बैंकरोल $50 न हो जाए," या "मैं तब रुक जाऊँगा यदि मैं लगातार तीन लाल सुराग देखता हूँ।" E-प्रोसेस गारंटी देता है कि यदि संदिग्ध निर्दोष है, तो आप लगभग कभी भी उस$50 के निशान तक नहीं पहुँच पाएंगे।

4. एक बड़ा तुलनात्मक विवरण

शोध पत्र इन उपकरणों की तुलना एक चेकलिस्ट के विरुद्ध करता है कि एक "अच्छा" साक्ष्य माप कैसा होना चाहिए। यहाँ परिणाम है:

विशेषता	P-वैल्यू	बेयज़ फैक्टर	लाइकलीहुड रेशियो	E-वैल्यू / E-प्रोसेस
क्या मैं जब चाहूँ तब रुक सकता हूँ?	❌ नहीं (नियम तोड़ देता है)	✅ हाँ (यदि आपने पहले से योजना बनाई थी)	✅ हाँ	✅ हाँ (इसमें सबसे अच्छा है!)
क्या मैं अध्ययनों को आसानी से जोड़ सकता हूँ?	❌ कठिन (स्वतंत्रता की आवश्यकता है)	✅ हाँ (यदि प्रायोर/priors मेल खाते हैं)	✅ हाँ	✅ हाँ (बस गुणा करें!)
क्या मुझे एक "दोषी" कहानी चाहिए?	✅ नहीं	❌ हाँ (दो पक्ष चाहिए)	❌ हाँ	✅ नहीं (आप केवल एक पक्ष का परीक्षण कर सकते हैं)
क्या यह वस्तुनिष्ठ है?	✅ काफी हद तक	❌ नहीं (अंतर्ज्ञान पर निर्भर है)	✅ हाँ	✅ हाँ (भावनाओं पर नहीं, गणित पर आधारित है)
क्या यह जटिल डेटा को संभाल सकता है?	✅ हाँ	⚠️ कठिन	⚠️ कठिन	✅ हाँ (बहुत लचीला है)

5. एक कमी (सीमाएँ)

क्या E-वैल्यू पूर्ण है? पूरी तरह से नहीं।

• बहुत अधिक विकल्प: जैसे कैसिनो में दांव लगाने के कई तरीके होते हैं, वैसे ही E-वैल्यू की गणना करने के भी कई तरीके हैं। अलग-अलग सांख्यिकीविद अलग-अलग "बेटिंग रणनीतियाँ" चुन सकते हैं और अलग-अलग संख्याएँ प्राप्त कर सकते हैं। हालाँकि, शोध पत्र का तर्क है कि यह P-वैल्यू (जहाँ आप अलग-अलग परीक्षण चुन सकते हैं) या बेयज़ फैक्टर (जहाँ आप अलग-अलग प्रायोर चुनते हैं) से बेहतर नहीं है।
• यह एक "सामान्यीकृत" लाइकलीहुड है: लेखक दिखाते हैं कि E-वैल्यू मूल रूप से लाइकलीहुड रेशियो का एक सुपर-चार्ज्ड संस्करण है। वे लाइकलीहुड रेशियो के अच्छे हिस्सों को रखते हैं लेकिन उन हिस्सों को ठीक करते हैं जो अव्यवस्थित, जटिल डेटा के साथ टूट जाते हैं।

निचोड़ (The Bottom Line)

शोध पत्र का तर्क है कि E-वैल्यू सांख्यिकीय साक्ष्य का "स्विस आर्मी नाइफ" (बहुउद्देशीय उपकरण) है।

• इसमें एक जुए के खेल का लचीलापन है (आप कभी भी रुक सकते हैं)।
• इसमें फ्रीक्वेंटिस्ट गणित की वस्तुनिष्ठता है (किसी अंतर्ज्ञान की आवश्यकता नहीं है)।
• इसमें कई अलग-अलग स्रोतों से साक्ष्य को आसानी से जोड़ने की शक्ति है।

हालाँकि वे सांख्यिकी की हर दार्शनिक समस्या को हल नहीं करते हैं, वे अतीत के कठोर नियमों में उलझे बिना यह कहने का एक बहुत ही सहज, मजबूत और व्यावहारिक तरीका प्रदान करते हैं कि, "इस परिकल्पना के विरुद्ध साक्ष्य मजबूत है।"