Multilevel Regression Discontinuity Models with Latent Variables

यहाँ "Multilevel Regression Discontinuity Models with Latent Variables" (MLRD with Latent Variables) पर आधारित शोध पत्र का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

प्रतिगमन विच्छेदन (Regression Discontinuity - RD) डिज़ाइन शिक्षा अनुसंधान में रैंडमाइजेशन के बिना कारण प्रभावों (causal treatment effects) का अनुमान लगाने के लिए व्यापक रूप से उपयोग किए जाते हैं। हालाँकि, दो महत्वपूर्ण सीमाएँ इनके शैक्षिक संदर्भों में अनुप्रयोग को बाधित करती हैं:

1. बहु-स्तरीय डेटा संरचना (Multilevel Data Structure): शैक्षिक डेटा स्वाभाविक रूप से पदानुक्रमित होता है (छात्र कक्षाओं/स्कूलों के भीतर स्थित होते हैं)। मानक RD मॉडल अक्सर पारंपरिक पैरामीट्रिक प्रक्रियाओं के लिए आवश्यक स्वतंत्रता की धारणा का उल्लंघन करते हैं, जिससे पक्षपाती अनुमान (biased estimates) प्राप्त होते हैं।
2. रनिंग वेरिएबल में मापन त्रुटि (Measurement Error in the Running Variable): RD डिज़ाइन उपचार (treatment) आवंटित करने के लिए एक "रनिंग वेरिएबल" (RV) पर निर्भर करते हैं। शिक्षा में, यह अक्सर एक देखा गया परीक्षण स्कोर (Observed Running Variable, ORV) होता है जो एक अंतर्निहित गुप्त निर्माण (Latent Construct, LRV), जैसे कि वास्तविक शैक्षणिक क्षमता, के शोर वाले प्रॉक्सी (noisy proxy) के रूप में कार्य करता है। पारंपरिक RD मॉडल ORV को वास्तविक स्कोर मान लेते हैं, जिससे मापन त्रुटि की अनदेखी होती है।

Morell et al. (2025) के एक पिछले ढांचे ने एकल-स्तरीय RD में लेटेंट वेरिएबल्स को सफलतापूर्वक एकीकृत किया था, लेकिन यह शिक्षा में सामान्य बहु-स्तरीय संरचनाओं को संभालने में सक्षम नहीं था। यह अध्ययन लेटेंट RD ढांचे को बहु-स्तरीय संदर्भों (Multilevel contexts) तक विस्तारित करने का लक्ष्य रखता है।

2. कार्यप्रणाली (Methodology)

लेखक Multilevel RD (MLRD) को Latent Variable (LV) मॉडलिंग के साथ एकीकृत करने वाला एक एकीकृत ढांचा प्रस्तावित करते हैं। वे दो अलग-अलग डिज़ाइन परिदृश्यों को संबोधित करते हैं:

A. मॉडल विनिर्देश (Model Specifications)

यह ढांचा एक मापन मॉडल (Measurement Model) (जो देखे गए संकेतकों को LRV से जोड़ता है) और एक संरचनात्मक मॉडल (Structural Model) (जो LRV को परिणाम से जोड़ता है) का उपयोग करता है।

1. मापन मॉडल (Measurement Model):

   • यह मानता है कि LRV ($\theta_{ij}$) में एक क्लस्टर-स्तरीय घटक ($\theta_j$) और एक व्यक्तिगत-स्तरीय विचलन ($\delta_{ij}$) शामिल है।
   • $K$ देखे गए संकेतकों (जैसे, परीक्षण आइटम) को LRV से जोड़ने के लिए Two-Parameter Logistic (2PL) Item Response Theory (IRT) मॉडल का उपयोग करता है।
   • मापन त्रुटि को ध्यान में रखता है, यह स्वीकार करते हुए कि ORV, LRV के लिए एक अपूर्ण प्रॉक्सी है।

2. संरचनात्मक मॉडल (Structural Models):

   • Hierarchical RD (HRD): उपचार क्लस्टर स्तर पर (जैसे, स्कूल) निर्धारित किया जाता है। उपचार संकेतक $T_j$, कटऑफ के सापेक्ष क्लस्टर के औसत ORV स्कोर द्वारा निर्धारित होता है।
     • रैंडम इफेक्ट्स: क्लस्टर्स के लिए रैंडम इंटरसेप्ट्स।
     • मुख्य विशेषता: क्लस्टर-स्तरीय औसत उपचार प्रभाव (ATE) का अनुमान लगाता है।
   • Multisite RD (MRD): उपचार क्लस्टरों के भीतर व्यक्तिगत स्तर पर (जैसे, नमूने लिए गए स्कूलों के छात्र) निर्धारित किया जाता है। उपचार संकेतक $T_{ij}$, व्यक्ति के ORV स्कोर द्वारा निर्धारित होता है।
     • रैंडम इफेक्ट्स: रैंडम इंटरसेप्ट्स और उपचार प्रभाव के लिए रैंडम स्लोप्स।
     • मुख्य विशेषता: क्लस्टरिंग को ध्यान में रखते हुए व्यक्तिगत-स्तरीय ATE का अनुमान लगाता है।

B. अनुमान एल्गोरिथ्म (Estimation Algorithm)

लेखक पैरामीटर अनुमान के लिए Metropolis-Hastings Robbins-Monro (MH-RM) एल्गोरिथ्म का उपयोग करते हैं।

• MH-RM क्यों? यह एक स्टोकेस्टिक एप्रोक्सिमेशन एल्गोरिथ्म है जो उच्च-आयामी संख्यात्मक एकीकरण (numerical integration) से बचता है, जिससे यह कई लेटेंट वेरिएबल्स और रैंडम इफेक्ट्स वाले मॉडलों के लिए गणनात्मक रूप से कुशल बन जाता है।
• प्रक्रिया:
  1. Stochastic Imputation: लापता डेटा (लेटेंट वेरिएबल्स और रैंडम इफेक्ट्स) को उनके पोस्टीरियर प्रेडिक्टिव वितरण से खींचना (draw)।
  2. Stochastic Approximation: मोंटे कार्लो नमूनों का उपयोग करके देखे गए डेटा के लॉग-लाइक्लीहुड के ग्रेडिएंट का अनुमान लगाना।
  3. Robbins-Monro Update: कन्वर्जेंस के लिए एक घटते गेन सीक्वेंस (decaying gain sequence) का उपयोग करके मापदंडों को पुनरावर्ती रूप से अपडेट करना।
  4. Standard Errors: मोंटे कार्लो इम्प्यूटेशन के आधार पर लुइस फॉर्मूला (Louis formula) का उपयोग करके गणना की जाती है।

3. मुख्य योगदान (Key Contributions)

यह अध्ययन कई सैद्धांतिक और व्यावहारिक प्रगति प्रदान करता है:

1. ATE का एक्सट्रपोलेशन (Extrapolation of ATE): पारंपरिक RD के विपरीत, जो केवल कटऑफ पर प्रभाव की पहचान करता है, लेटेंट ढांचा कटऑफ से दूर ORV स्कोर के लिए ATE के एक्सट्रपोलेशन की अनुमति देता है। क्योंकि मापन त्रुटि का अर्थ है कि किसी भी LRV मान पर उपचार आवंटन की सकारात्मक संभावना होती है, इसलिए मॉडल पूरे LRV डोमेन में उपचार प्रभावों का अनुमान लगा सकता है।
2. विषमता का परिमाणीकरण (Quantification of Heterogeneity): मॉडल Heterogeneous Treatment Effects (HTE) को परिमाणित करता है। यह ORV के सापेक्ष उपचार प्रभाव के विचरण (variance) की गणना करता है, जिससे शोधकर्ताओं को यह समझने में मदद मिलती है कि समान देखे गए स्कोर वाले व्यक्तियों या क्लस्टरों के बीच उपचार प्रभाव कैसे भिन्न होते हैं।
3. दोहरी-स्तरीय निष्कर्ष (Dual-Level Inference): ढांचा HRD (क्लस्टर-स्तरीय प्रभाव) और MRD (व्यक्तिगत-स्तरीय प्रभाव) के लिए अलग-अलग निष्कर्ष पथ प्रदान करता है, जो विभिन्न नीति कार्यान्वयन परिदृश्यों को समायोजित करता है।
4. IRT और RD का एकीकरण: यह आइटम रिस्पांस थ्योरी (शोर वाले टेस्ट स्कोर को संभालने के लिए) को कारण अनुमान (RD) के साथ औपचारिक रूप से जोड़ता है, जिससे फोर्सिंग वेरिएबल के रूप में देखे गए टेस्ट स्कोर के उपयोग से उत्पन्न होने वाले पूर्वाग्रह (bias) को ठीक किया जाता है।

4. सिमुलेशन परिणाम (Simulation Results)

मॉडल को मान्य करने के लिए 500 प्रतिकृति (replications) के साथ एक मोंटे कार्लो सिमुलेशन अध्ययन आयोजित किया गया।

• स्थितियाँ (Conditions): क्लस्टर संख्या ($J=100, 300, 500$), प्रति समूह क्लस्टर आकार ($I_j=30$), और प्रभाव आकार (effect sizes) को बदला गया।
• पैरामीटर रिकवरी (Parameter Recovery):
  • दोनों HRD और MRD मॉडलों ने संरचनात्मक मापदंडों के लिए कम पूर्वास (low bias) और स्वीकार्य रूट मीन स्क्वेर्ड एरर (RMSE) दिखाया।
  • क्लस्टर आकार का प्रभाव: क्लस्टरों की बड़ी संख्या ($J$) के साथ पैरामीटर रिकवरी में काफी सुधार हुआ। MRD मॉडल आमतौर पर HRD से बेहतर प्रदर्शन करता है क्योंकि इसमें व्यक्तिगत-स्तरीय अनुमानों में योगदान देने वाली इकाइयों की संख्या अधिक होती है।
• ATE अनुमान:
  • मॉडलों ने कटऑफ पर ATE को सटीक रूप से रिकवर किया और कटऑफ से दूर के मानों (जैसे, HRD के लिए $c \pm 1$, MRD के लिए $c \pm 2$) के लिए उन्हें एक्सट्रपोलेट किया।
  • दक्षता (Efficiency): जबकि पूर्वास कम रहा, कटऑफ से दूर जाने पर RMSE बढ़ता गया, जो एक्सट्रपोलेशन में कम सटीकता को दर्शाता है।
  • कवरेज (Coverage): 95% विश्वास अंतराल (confidence intervals) सटीक कवरेज दर बनाए रखते हैं, विशेष रूप रूप से जब $J \geq 300$ हो।
• विषमता (Heterogeneity): मॉडलों ने उपचार प्रभावों के विचरण को सफलतापूर्वक परिमाणित किया, यह प्रदर्शित करते हुए कि उपचार प्रभाव समान ORV वाले विषयों के बीच भी एक समान नहीं होते हैं।

5. महत्व और निहितार्थ (Significance and Implications)

• शिक्षा में व्यापक प्रयोज्यता: यह ढांचा इस बाधा को हटाता है कि RD अध्ययनों को अनिवार्य रूप से एकत्रित, त्रुटि-मुक्त डेटा का उपयोग करना चाहिए। यह शोधकर्ताओं को मानक परीक्षण स्कोर (जो स्वाभाविक रूप से शोर वाले होते हैं) को रनिंग वेरिएबल के रूप में उपयोग करने की अनुमति देता है, जबकि मापन त्रुटि और डेटा पदानुक्रम का सख्ती से लेखा-जोखा रखता है।
• नीति प्रासंगिकता: उपचार प्रभावों के एक्सट्रपोलेशन को सक्षम करके, नीति निर्माता यह मूल्यांकन कर सकते हैं कि एक हस्तक्षेप पात्रता कटऑफ से थोड़ा ऊपर या नीचे के छात्रों के लिए कैसा प्रदर्शन करेगा, जो कटऑफ स्कोर को समायोजित करने या कार्यक्रमों के विस्तार के निर्णयों का समर्थन करता है।
• पद्धतिगत कठोरता: यह अध्ययन एक सामान्य वास्तविक दुनिया की समस्या के लिए एक मजबूत सांख्यिकीय समाधान प्रदान करता है: नेस्टेड डेटा जिसमें मापन त्रुटि है। यह कटऑफ पर स्थानीय औसत उपचार प्रभाव (LATE) से आगे बढ़कर कार्यक्रम प्रभावशीलता का अधिक व्यापक दृष्टिकोण प्रदान करता है।

सीमाएं और भविष्य की दिशाएं:
लेखक नोट करते हैं कि वर्तमान मॉडल एक आयामी (unidimensional) लेटेंट संरचना और संतुलित क्लस्टर आकार मानते हैं। भविष्य के कार्यों को बहु-आयामी मापन मॉडल, असंतुलित डिजाइनों और लेटेंट कोवेरिएट्स के समावेश की खोज करनी चाहिए। इसके अतिरिक्त, कटऑफ से बहुत दूर एक्सट्रपोलेशन करने के लिए सावधानी की आवश्यकता है क्योंकि वहां उपचार आवंटन की संभावना कम हो जाती है और व्यावहारिक प्रासंगिकता की कमी हो सकती है।