Principal Component Based Estimation of Finite Population Mean under Multicollinearity

यहाँ राजेश सिंह और शोभ नाथ तिवारी के शोध पत्र "Principal Component–Based Estimation of Finite Population Mean under Multicollinearity" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

सर्वेक्षण नमूनाकरण (survey sampling) में, अध्ययन चर (study variable) की परिशुद्धता (precision) में सुधार करने के लिए सहायक सूचना (auxiliary information - वे चर जो अध्ययन चर के साथ सह-संबंधित हैं) का उपयोग एक मानक तकनीक है। हालाँकि, जब एकाधिक सहायक चरों का एक साथ उपयोग किया जाता है, तो वे अक्सर उच्च अंतर-सहसंबंध (inter-correlation) प्रदर्शित करते हैं, जिसे बहु-सहरेखता (multicollinearity) के रूप में जाना जाता है।

• परिणाम: बहु-सहरेखता पारंपरिक अनुमानकों (जैसे अनुपात, उत्पाद, और प्रतिगमन अनुमानक) के प्रसरण (variance) को बढ़ा देती है, जिससे अनुमान अस्थिर हो जाते हैं, मानक त्रुटियाँ बढ़ जाती हैं, और प्रदर्शन खराब हो जाता है।
• अंतराल (Gap): जबकि प्रिंसिपल कंपोनेंट एनालिसिस (PCA) बहु-सहरेखता को संभालने के लिए एक ज्ञात सांख्यिकीय उपकरण है, सरल यादृच्छिक नमूनाकरण बिना प्रतिस्थापन के (SRSWWRS) के तहत परिमित जनसंख्या माध्य के लिए विशिष्ट अनुमानक बनाने में इसके अनुप्रयोग को और अधिक विकास की आवश्यकता है, विशेष रूप से तब जब सहायक चर विषमता (skewness) या अत्यधिक उतार-चढ़ाव प्रदर्शित करते हैं।

2. कार्यप्रणाली (Methodology)

लेखक एक नवीन अनुमान ढांचा प्रस्तावित करते हैं जो बहु-सहरेखता को संबोधित करने के लिए प्रिंसिपल कंपोनेंट एनालिसिस (PCA) को लघुगणकीय-प्रकार के रूपांतरण (logarithmic-type transformation) के साथ एकीकृत करता है।

A. सैद्धांतिक ढांचा (Theoretical Framework)

• नमूनाकरण डिजाइन: सरल यादृच्छिक नमूनाकरण बिना प्रतिस्थापन के (SRSWOR)।
• चर:
  • $Y$: अध्ययन चर।
  • $X, Z$: दो सहायक चर (अत्यधिक सह-संबंधित)।
• PCA रूपांतरण:
  • सह-संबंधित सहायक चरों ($X, Z$) को मानकीकृत (standardized) किया जाता है और ऑर्थोगोनल (orthogonal) प्रिंसिपल कंपन्ट्स में परिवर्तित किया जाता है।
  • सहायक चरों के सहप्रसरण आव्यूह (covariance matrix) को आइगेनवैल्यू (eigenvalues) और आइगेनवेक्टर्स (eigenvectors) में विघटित किया जाता है।
  • पहले प्रिंसिपल कंपोनेंट ($W$) को रखा जाता है, जो अधिकांश प्रसरण (variance) को कैप्चर करता है, ताकि मूल सह-संबंधित चरों के स्थान पर इसका उपयोग किया जा सके, जिससे प्रभावी रूप से बहु-सहरेखता को हटाया जा सके।

B. प्रस्तावित अनुमानक (Proposed Estimators)

यह अध्ययन दो विशिष्ट अनुमानक प्रस्तुत करता है:

1. लॉग-टाइप अनुमानक ($t^*$): एक सामान्यीकृत अनुमानक जो लघुगणकीय फलनों (logarithmic functions) का उपयोग करके सहायक चरों ($X, Z$) के ज्ञात मापदंडों को शामिल करता है, ताकि अनुपातों को स्थिर किया जा सके और विषमता को संभाला जा सके।
   $$t^* = y + K \log\left(\frac{X + \psi_1}{x + \psi_1}\right) + (1-K) \log\left(\frac{z + \psi_2}{Z + \psi_2}\right)$$
2. PCA-आधारित अनुमानक ($t_{PCA}$): यह अनुमानक रूपांतरित, असंकोर्रलेटेड (uncorrelated) प्रिंसिपल कंपोनेंट ($W$) का उपयोग एक समान लॉग-प्रकार की संरचना के भीतर करता है:
   $$t_{PCA} = y + \alpha \log\left(\frac{W + \psi}{w + \psi}\right)$$
   • यहाँ, $\alpha$ एक स्थिरांक है जिसे माध्य वर्ग त्रुटि (MSE) को न्यूनतम करने के लिए अनुकूलित (optimize) किया गया है।

C. गुणों का व्युत्पन्न (Derivation of Properties)

• बायस (Bias) और MSE: लेखकों ने त्रुटि पदों ($e_0, e_1, e_2$) का उपयोग करके प्रथम क्रम सन्निकटन (first order of approximation) तक दोनों प्रस्तावित अनुमानकों के लिए बायस और माध्य वर्ग त्रुटि (MSE) व्युत्पन्न की है।
• अनुकूलन (Optimization): स्थिरांकों ($K$ और $\alpha$) को MSE अभिव्यक्तियों को न्यूनतम करके निर्धारित किया जाता है, जिससे इष्टतम मान ($K_{opt}$ और $\alpha_{opt}$) और न्यूनतम MSE सूत्र प्राप्त होते हैं।

3. मुख्य योगदान (Key Contributions)

1. नवीन एकीकरण: यह शोध पत्र सफलतापूर्वक PCA (एक आयामी कमी तकनीक) और सर्वेक्षण नमूनाकरण अनुमान के बीच के अंतराल को पाटता है, जो विशेष रूप से परिमित जनसंख्या माध्य अनुमान में बहु-सहरेखता की समस्या को संबोधित करता है।
2. लॉग-टाइप रूपांतरण: लघुगणकीय फलनों को शामिल करके, प्रस्तावित अनुमानक विषमता और अत्यधिक विविधताओं को संभालने के लिए डिज़ाइन किए गए हैं, जो अक्सर पारंपरिक अनुपात अनुमानकों के साथ समस्या उत्पन्न करते हैं।
3. व्यापक मूल्यांकन: अध्ययन में बायस और MSE के लिए एक कठोर गणितीय व्युत्पत्ति प्रदान की गई है, जिसके बाद वास्तविक दुनिया के डेटा विश्लेषण और व्यापक सिमुलेशन अध्ययनों के माध्यम से इसका सत्यापन किया गया है।
4. नैदानिक कठोरता (Diagnostic Rigor): अध्ययन बहु-सहरेखता को स्पष्ट रूप से वेरिएंस इन्फ्लेशन फैक्टर्स (VIF), कंडीशन इंडेक्स (CI), और आइगेनवैल्यू का उपयोग करके मात्रात्मक रूप से सिद्ध करता है ताकि PCA दृष्टिकोण की आवश्यकता को उचित ठहराया जा सके।

4. परिणाम और मूल्यांकन (Results and Evaluation)

प्रस्तावित अनुमानकों ($t^*$ और $t_{PCA}$) के प्रदर्शन की तुलना माध्य वर्ग त्रुटि (MSE) और प्रतिशत सापेक्ष दक्षता (PRE) का उपयोग करके पारंपरिक अनुमानकों ($t_0$ से $t_5$) के विरुद्ध की गई।

A. वास्तविक डेटासेट विश्लेषण

• डेटा स्रोत: मैडाला और लाहिरी (1959) का डेटासेट जिसमें आयात ($Y$), जीडीपी ($X$), और उपभोग ($Z$) शामिल है।
• बहु-सहरेखता की जाँच: $X$ और $Z$ के बीच सहसंबंध अत्यंत उच्च ($\rho_{xz} = 0.9989$) था, जिसमें VIF 468.83 था, जो गंभीर बहु-सहरेखता को दर्शाता है।
• प्रदर्शन:
  • PCA-आधारित अनुमानक ($t_{PCA}$) ने सबसे कम MSE (0.1974) और उच्चतम PRE (3310.96%) प्राप्त किया।
  • प्रस्तावित लॉग-टाइप अनुमानक ($t^*$) ने भी सभी पारंपरिक अनुमानकों को पीछे छोड़ दिया (PRE: 3296.60%)।
  • उत्पाद-सह-उत्पाद ($t_3$) जैसे पारंपरिक अनुमानक सकारात्मक सहसंबंध संरचना के कारण खराब प्रदर्शन करते हैं।

B. सिमुलेशन अध्ययन (Simulation Study)

• सेटअप: एक त्रिविariate सामान्य वितरण (tri-variate normal distribution) को सिम्युलेट किया गया ($N=1000$) जिसमें अलग-अलग सहसंबंध स्तर ($\rho_{xz}$ 0.3 से 0.9) और नमूना आकार ($n=50, 100, 150$) थे।
• निष्कर्ष:
  • जैसे-जैसे $\rho_{xz}$ बढ़ा, VIF और कंडीशन इंडेक्स भी बढ़ा, जो बिगड़ती बहु-सहरेखता की पुष्टि करता है।
  • सभी सहसंबंध स्तरों और नमूना आकारों में, PCA-आधारित अनुमानक ($t_{PCA}$) ने लगातार सबसे कम MSE दिया।
  • जैसे-जैसे बहु-सहरेखता अधिक गंभीर होती गई, दक्षता का अंतर बढ़ता गया, जो PCA दृष्टिकोण की मजबूती को प्रदर्शित करता है।

5. महत्व और निष्कर्ष (Significance and Conclusion)

अध्ययन यह निष्कर्ष निकालता है कि बहु-सहरेखता की उपस्थिति पारंपरिक अनुमानकों के प्रदर्शन को महत्वपूर्ण रूप से कम कर देती है जो कई सहायक चरों पर निर्भर करते हैं। प्रस्तावित PCA-आधारित लॉग-टाइप अनुमानक एक मजबूत समाधान प्रदान करता है:

1. अनावश्यकता को हटाना: सह-संबंधित चरों को ऑर्थोगोनल घटकों में बदलना।
2. अनुमानों को स्थिर करना: गैर-सामान्यता (non-normality) और चरम मानों को संभालने के लिए लॉग-रूपांतरणों का उपयोग करना।
3. दक्षता को अधिकतम करना: MSE और PRE के मामले में मौजूदा विधियों से लगातार बेहतर प्रदर्शन करना।

भविष्य की दिशाएं: लेखक इस कार्यप्रणाली को उच्च-आयामी सेटिंग्स, अन्य जनसंख्या मापदंडों (प्रसरण, माध्यिका), वैकल्पिक नमूनाकरण डिजाइनों (स्तरीकृत, क्लस्टर), या गैर-प्रतिक्रिया (non-response) या माप त्रुटियों वाले परिदृश्यों में विस्तारित करने का सुझाव देते हैं।

संक्षेप में, यह शोध पत्र अत्यधिक सह-संबंधित सहायक डेटा के साथ काम करने वाले सर्वेक्षण अभ्यासकर्ताओं के लिए एक सांख्यिकीय रूप से सुदृढ़ और व्यावहारिक रूप से प्रभावी कार्यप्रणाली प्रदान करता है, जिससे अधिक सटीक और स्थिर जनसंख्या माध्य अनुमान सुनिश्चित होता है।