📊 statistics

Weighted Cumulative Residual Mathai-Haubold Entropy

यह शोध पत्र भारित संचयी अवशिष्ट माथई-हौबोल्ड एंट्रॉपी (weighted cumulative residual Mathai–Haubold entropy) को प्रस्तुत करता है, इसके गणितीय गुणों, गतिशील संस्करणों और अभिलक्षण परिणामों को स्थापित करता है, साथ ही गुडनेस-ऑफ-फिट परीक्षण और वास्तविक दुनिया के डेटा अनुप्रयोगों के माध्यम से इसकी व्यावहारिक उपयोगिता का प्रदर्शन करता है।

मूल लेखक: Anija C. R, Smitha S, Sudheesh K. Kattumannil

प्रकाशित 2026-04-28

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Anija C. R, Smitha S, Sudheesh K. Kattumannil

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 ऐसे कारखाने में गुणवत्ता नियंत्रण प्रबंधक (quality control manager) हैं जो लाइट बल्ब बनाता है, या आप एक डॉक्टर हैं जो इस बात की निगरानी कर रहे हैं कि किसी मरीज के शरीर में एक विशिष्ट दवा कितनी देर तक प्रभावी रहती है। दोनों ही मामलों में, आप केवल बल्ब या दवा के "औसत" जीवनकाल में ही रुचि नहीं रख रहे हैं; आप समय बीतने के साथ अनिश्चितता (uncertainty) और जोखिम (risk) में रुचि रख रहे हैं।

यह शोध पत्र उस अनिश्चितता को मापने के लिए एक नया गणितीय "रूलर" (मापक) पेश करता है। यहाँ शोधकर्ताओं द्वारा किए गए कार्यों का विवरण दिया गया, जिसे रोजमर्रा की अवधारणाओं का उपयोग करके समझाया गया है।

1. अवधारणा: "वेटेड" (Weighted) मापने वाला डंडा

अनिश्चितता को मापने के पारंपरिक तरीके (जैसे शैनन एंट्रॉपी) हर समय को समान रूप से महत्वपूर्ण मानते हैं। लेकिन वास्तविक दुनिया में ऐसा नहीं होता है।

सादृश्य (Analogy): कल्पना कीजिए कि आप एक स्मार्टफोन की बैटरी के जीवनकाल को ट्रैक कर रहे हैं। यदि बैटरी पहले घंटे में ही खत्म हो जाती है, तो यह एक मामूली परेशानी है। लेकिन यदि यह तीन साल बाद खत्म होती है, तो यह एक बड़ी घटना है। उस विफलता का "भार" (weight) बहुत अधिक है क्योंकि यह बहुत बाद में हुई है।

शोधकर्ताओं ने वेटेड क्युमुलेटिव रेसिडुअल मैथई-हौबोल्ड एंट्रॉपी (Weighted Cumulative Residual Mathai–Haubold Entropy - WCRMHE) बनाई है।

"क्युमुलेटिव रेसिडुअल" (Cumulative Residual) का अर्थ है कि वे किसी वस्तु के "शेष जीवन" (बचाव/survival) को देख रहे हैं।
"मैथई-हौबोल्ड" (Mathai–Haubold) केवल उस विशिष्ट गणितीय स्वरूप का नाम है जिसका उन्होंने उपयोग किया है, जो उन्हें एक "संवेदनशीलता नॉब" (जिसे $\alpha$ कहा जाता है) को एडजस्ट करने की अनुमति देता है ताकि वे माप को विभिन्न प्रकार की यादृच्छिकता (randomness) के प्रति अधिक या कम संवेदनशील बना सकें।
"वेटेड" (Weighted) का अर्थ है कि वे "बड़ी घटनाओं" को अधिक महत्व देते हैं—उन चीजों को जो समय में बाद में होती हैं।

2. "डायनामिक" ट्विस्ट: बदलता लक्ष्य

यह शोध पत्र केवल किसी वस्तु के जन्म के क्षण (दिन 0) से उसकी अनिश्चितता को नहीं देखता है। यह डायनामिक (Dynamic) अनिश्चितता को देखता है।

सादृश्य: कल्पना कीजिए कि आप एक मैराथन धावक को देख रहे हैं। दिन 1 पर, आप अनिश्चित हैं कि क्या वह दौड़ पूरी करेगा। लेकिन यदि आप मील 20 पर चेक करते हैं और वह अभी भी दौड़ रहा है, तो उसके शेष समय के बारे में आपकी "अनिश्चितता" पूरी तरह से बदल जाती है।

शोधकर्ताओं ने यह गणना करने का एक तरीका विकसित किया है कि समय बीतने के साथ अनिश्चितता कैसे बदलती है। यह वैज्ञानिकों को यह समझने में मदद करता है कि क्या कोई सिस्टम उम्र बढ़ने के साथ अधिक अनुमानित (predictable) हो जाता है या अधिक अराजक (chaotic)।

3. "रेले" टेस्ट: झूठ पकड़ने वाला यंत्र (Lie Detector)

शोध पत्र का एक बड़ा हिस्सा व्यवहार के एक विशिष्ट पैटर्न को समर्पित है जिसे रेले वितरण (Rayleigh distribution) कहा जाता है। यह प्रकृति और इंजीनियरिंग में एक सामान्य पैटर्न है जहाँ विफलता का जोखिम समय के साथ लगातार बढ़ता है (जैसे कि कार का टायर घिसना)।

शोधकर्ताओं ने एक "गुडनेस-ऑफ-फिट" टेस्ट (Goodness-of-Fit test) बनाया है, जो एक "झूठ पकड़ने वाले यंत्र" की तरह काम करता है।

लक्ष्य: डेटा के एक ढेर (जैसे कि बॉल बेयरिंग कितनी देर तक चलीं, इसकी सूची) को देखना और पूछना: "क्या यह डेटा वास्तव में रेले पैटर्न का पालन कर रहा है, या यह कुछ और है?"

अपने "झूठ पकड़ने वाले यंत्र" को सिद्ध करने के लिए, उन्होंने हजारों कंप्यूटर सिमुलेशन (मोंटे कार्लो अध्ययन) चलाए। उन्होंने अपने नए परीक्षण की तुलना "पुराने दिग्गजों" (क्लासिक सांख्यिकीय परीक्षण जैसे कोलमोगोरोव-स्मिर्नोव) के साथ की।

परिणाम: उनका नया परीक्षण एक पुराने धुंधले कैमरे की तुलना में एक हाई-डेफिनिशन कैमरे की तरह था। यह पहचानने में बहुत बेहतर था कि डेटा कब रेले वितरण होने का "झूठ" बोल रहा था।

4. वास्तविक दुनिया का प्रमाण

यह सुनिश्चित करने के लिए कि यह केवल गणित के लिए गणित नहीं था, उन्होंने वास्तविक डेटा पर इसका परीक्षण किया:

बॉल बेयरिंग्स: उन्होंने देखा कि कितने मिलियन चक्करों तक बॉल बेयरिंग्स जीवित रहीं। उनके परीक्षण ने सही ढंग से पहचाना कि बेयरिंग्स अपेक्षित पैटर्न का पालन करती हैं।
प्रयोगशाला चूहे: उन्होंने विकिरण (radiation) के संपर्क में आए चूहों के संबंध में डेटा देखा। उनके परीक्षण ने सफलतापूर्वक डेटा को "पकड़ा", जिससे सिद्ध हुआ कि यह रेले पैटर्न का पालन नहीं कर रहा था (यह वास्तव में गामा वितरण नामक एक अलग पैटर्न का पालन कर रहा था)।

सारांश

संक्षेप में, इन शोधकर्ताओं ने वैज्ञानिकों को एक अधिक संवेदनशील, "वेटेड" आवर्धक लेंस (magnifying glass) थमाया है। यह उपकरण उन्हें यह देखने की अनुमति देता है कि उम्र बढ़ने के साथ एक सिस्टम में कितनी अनिश्चितता शेष रहती है, जिससे उन्हें मैकेनिकल पार्ट्स से लेकर जैविक प्रणालियों तक, विफलताओं की भविष्यवाणी करने का एक बहुत अधिक सटीक तरीका मिलता है।

तकनीकी सारांश: भारित संचयी अवशिष्ट मैथाई-हौबोल्ड एंट्रॉपी (Weighted Cumulative Residual Mathai–Haubold Entropy)

1. समस्या विवरण

सूचना सिद्धांत (Information theory) और विश्वसनीयता विश्लेषण (Reliability analysis) में, अनिश्चितता और यादृच्छिकता (Randomness) को मापना अत्यंत महत्वपूर्ण है। जबकि शैनन एंट्रॉपी (Shannon entropy) एक मौलिक माप है, इसकी कुछ सीमाएँ हैं: यह संभाव्यता घनत्व फलन (PDF) की उपस्थिति पर निर्भर करती है और सभी परिणामों को समान भार देती है। कई वास्तविक दुनिया के विश्वसनीयता परिदृश्यों में, शोधकर्ताओं को ऐसे मापों की आवश्यकता होती है जो:

उत्तरजीविता सूचना को शामिल करें: PDF के बजाय उत्तरजीविता फलन ( $\bar{F}(x)$ ) का उपयोग करने से अधिक स्थिरता मिलती है।
भार (Weighting) को ध्यान में रखें: बड़े मानों को अधिक महत्व देना (Length-biasing) उन प्रणालियों के मॉडलिंग के लिए आवश्यक है जहाँ देर से होने वाली विफलताओं के निहितार्थ भिन्न होते हैं।
गतिशील संदर्भों को संभालें: जैसे-जैसे प्रणाली उम्र पाती है, अनिश्चितता अक्सर बदलती रहती है (अवशिष्ट जीवनकाल/Residual lifetime)।

यह शोध पत्र मौजूदा साहित्य में एक सामान्यीकृत, भारित और गतिशील संचयी अवशिष्ट एंट्रॉपी के संबंध में अंतराल को संबोधित करता है, जो मैथाई-हौबोल्ड (Mathai–Haubold) ढांचे का उपयोग करता है (जो विभिन्न वितरण क्षेत्रों के प्रति संवेदनशीलता को नियंत्रित करने के लिए एक पैरामीटर $\alpha$ पेश करता है)।

2. कार्यप्रणाली (Methodology)

लेखक निम्नलिखित चरणों के माध्यम से एक नया सूचना-सैद्धांतिक माप और एक सांख्यिकीय परीक्षण ढांचा विकसित करते हैं:

WCRMHE की परिभाषा: वे भारित संचयी अवशिष्ट मैथाई-हौबोल्ड एंट्रॉपी (WCRMHE) को इस प्रकार परिभाषित करते हैं:
$CRM^w_\alpha(X) = \frac{1}{\alpha - 1} \left( \int_{0}^{\infty} x(\bar{F}(x))^{2-\alpha} dx - 1 \right)$
जहाँ $0 < \alpha < 2$ और $\alpha \neq 1$ है। $x$ का समावेश इस माप को 'लेंथ-बायस्ड' (Length-biased) और 'शिफ्ट-डिपेंडेंट' बनाता है।
गतिशील विस्तार (DWCRMHE): एक विशिष्ट समय $t$ पर अनिश्चितता को मॉडल करने के लिए (यह देखते हुए कि प्रणाली $t$ तक जीवित रही है), वे गतिशील संस्करण व्युत्पन्न करते हैं:
$CRM^w_\alpha(X_t) = \frac{1}{\alpha - 1} \left( \int_{t}^{\infty} x \left( \frac{\bar{F}(x)}{\bar{F}(t)} \right)^{2-\alpha} dx - 1 \right)$
गणितीय लक्षण वर्णन (Mathematical Characterization): वे रैखिक रूपांतरणों (Linear transformations), भारित माध्य अवशिष्ट जीवनकाल (WMRL) का उपयोग करके सीमाओं, और प्रोपोर्शनल हैजर्ड्स (PH) मॉडल के तहत व्यवहार के संबंध में गुण स्थापित करते हैं।
सुधार-अनुरूपता (Goodness-of-Fit - GoF) परीक्षण: रेले वितरण (Rayleigh distribution) की निरंतर DWCRMHE की विशेषता का उपयोग करते हुए, वे शून्य परिकल्पना ( $H_0$ : रेले वितरण) से विचलन के माप पर आधारित एक नया परीक्षण सांख्यिकी $\hat{\Delta}$ प्रस्तावित करते हैं।

3. मुख्य योगदान

नया सूचना माप: WCRMHE और DWCRMHE का परिचय, जो $\alpha \to 1$ होने पर भारित संचयी अवशिष्ट एंट्रॉपी (WCRE) को सामान्यीकृत करता है।
वितरणात्मक लक्षण वर्णन: वे सिद्ध करते हैं कि रेले वितरण को समय के साथ DWCRMHE की निरंतरता द्वारा विशिष्ट रूप से पहचाना जाता है।
नए वितरण वर्ग: वे DWCRMHE की एकदिष्टता (बढ़ते/घटते क्रम) के आधार पर दो नए जीवनकाल वितरणों को तैयार करते हैं।
सांख्यिकीय परीक्षण विकास: रेले वितरण के लिए एक नया GoF परीक्षण विकसित किया गया है, जिसमें इसका स्पर्शोन्मुख वितरण (Asymptotic distribution - Normal) और व्यावहारिक उपयोग के लिए प्लग-इन अनुमानक (Plug-in estimator) शामिल है।

4. परिणाम

सिमुलेशन अध्ययन: शास्त्रीय परीक्षणों (KS, CvM, AD) और विशेष रेले परीक्षणों (JH, BK, FS) के विरुद्ध प्रस्तावित परीक्षण (ASS) की तुलना करने के लिए मोंटे कार्लो सिमुलेशन (10,000 पुनरावृत्ति) आयोजित किए गए।
- निष्कर्ष: प्रस्तावित परीक्षण उत्कृष्ट अनुभवजन्य शक्ति (Empirical power) प्रदर्शित करता है, विशेष रूप से जब पैरामीटर $\alpha = 0.1$ हो। यह एक्सपोनेंशियल, LFR, मेकहम या पारेटो वितरण होने पर शून्य परिकल्पना को खारिज करने में अत्यधिक प्रभावी है।
वास्तविक दुनिया का अनुप्रयोग:
- बॉल बेयरिंग डेटा: परीक्षण ने $0.4921 $का बूटस्ट्रैप p-मान दिया, जिससे$ H_0$ को खारिज करने में विफलता मिली, जो पुष्टि करता है कि डेटा रेले वितरण का अनुसरण करता है।
- रेडिएशन-एक्सपोज्ड रैट (Rat) डेटा: परीक्षण ने $0.0179 $का p-मान दिया, जिससे 5% स्तर पर$ H_0$ को खारिज कर दिया गया, जो सही ढंग से पहचानता है कि डेटा रेले वितरण का अनुसरण नहीं करता है (यह गामा वितरण का अनुसरण करता है)।

5. महत्व

यह शोध पत्र विश्वसनीयता इंजीनियरों और सांख्यिकीविदों के लिए एक अधिक लचीला और संवेदनशील उपकरण प्रदान करके योगदान देता है। मैथाई-हौबोल्ड पैरामीट्रिकरण के साथ भारित संचयी अवशिष्ट ढांचों को जोड़कर, लेखक एक ऐसा माप प्रदान करते हैं जो आउटलेर्स (Outliers) के प्रति अधिक मजबूत है और यांत्रिक एवं जैविक प्रणालियों में "एजिंग" (Aging) प्रक्रिया का अधिक वर्णनात्मक है। प्रस्तावित GoF परीक्षण उत्तरजीविता विश्लेषण (Survival analysis) में रेले-प्रकार के मॉडलों को मान्य करने के लिए पारंपरिक तरीकों के लिए एक शक्तिशाली विकल्प प्रदान करता है।