High-Dimensional Two-Sample Test for Elliptical Symmetry Distribution

तकनीकी सारांश: दीर्घवृत्तीय समरूपता वितरण (Elliptical Symmetry Distribution) के लिए उच्च-आयामी दो-नमूना परीक्षण

समस्या विवरण
यह शोध पत्र उच्च-आयामी दो-नमूना स्थान समस्या (two-sample location problem) को संबोधित करता है, विशेष रूप से दो स्थान वेक्टरों ($H_0: \theta_1 = \theta_2$) की समानता के परीक्षण को, जब आयाम $p$, नमूना आकारों ($n_1, n_2$) के तुल्य या उससे अधिक होता है। डेटा को एक दीर्घवृत्तीय सममित वितरण (elliptical symmetric distribution) मानने का अनुमान है जिसमें स्कैटर मैट्रिक्स (scatter matrix) में अनिश्चित निर्भरता संरचनाएं हो सकती हैं।

मौजूदा साहित्य इस सेटिंग में दो प्राथमिक सीमाओं का सामना करता है:

1. मजबूती बनाम निर्भरता (Robustness vs. Dependence): जबकि स्थानिक-चिह्न (spatial-sign) प्रक्रियाएं भारी-पूंछ वाले डेटा (heavy-tailed data) के प्रति मजबूत होती हैं, उनका मानक अंशांकन (calibration) उन ट्रेस स्थितियों पर निर्भर करता है जो विरल (sparse) या कमजोर रूप से निर्भर स्कैटर मैट्रिसेस की धारणा रखते हैं। तीव्र, सघन निर्भरता (strong, dense dependence) के तहत, ये परीक्षण सही आकार बनाए रखने में विफल रहते हैं क्योंकि शून्य वितरण (null distribution) एक सामान्य वितरण के बजाय एक भारित ची-स्क्वायर मिश्रण (weighted chi-square mixture) बन जाता है, और उनके फिक्स्ड-पॉइंट डायगोनल मानकीकृत (fixed-point diagonal standardizers) दीर्घवृत्तीय वितरण के वास्तविक विकर्ण आकार को पुनः प्राप्त करने में विफल रहते हैं।
2. मोमेंट स्थितियां (Moment Conditions): कई मजबूत विधियों के लिए रेडियल चर पर धनात्मक मोमेंट स्थितियों की आवश्यकता होती है, जो भारी-पूंछ वाले वितरणों के लिए लागू नहीं हो सकती हैं।

कार्यप्रणाली (Methodology)
लेखक कोऑर्डिनेट-वाइज पेयरवाइज-डिफरेंस क्वांटाइल स्केल्स (PDQ) पर आधारित एक नया स्थानिक-चिह्न परीक्षण प्रस्तावित करते हैं। इस प्रक्रिया में निम्नलिखित चरण शामिल हैं:

1. विकर्ण मानकीकरण (Diagonal Standardization): पूर्ववर्ती कार्यों (जैसे, Feng et al., 2016; Li et al., 2016) में उपयोग किए गए पुनरावृत्त फिक्स्ड-पॉइंट अनुमानक के बजाय, लेखक पेयरवाइज-डिफरेंस क्वांटाइल्स का उपयोग करके दीर्घवृत्तीय आकार मैट्रिक्स के विकرش (diagonal) का अनुमान लगाते हैं। नमूना $k$ और कोऑर्डिनेट $j$ के लिए, स्केल अनुमानक $\hat{d}_{kj}$ को निरपेक्ष अंतरों $|X_{kij} - X_{\ell j}|$ के $\alpha$-क्वांटाइल के वर्ग के रूप में परिभाषित किया गया है।

   • यह अनुमानक स्थान-मुक्त (location-free) है और इसके लिए रेडियल चर पर धनात्मक मोमेंट स्थितियों की आवश्यकता नहीं है।
   • यह एक विशिष्ट स्केलर कारक तक विकर्ण आकार को पुनः प्राप्त करता है, जो स्थानिक मानकीकरण के बाद समाप्त हो जाता है।

2. स्थानिक माध्यिका और चिह्न (Spatial Median and Signs): अनुमानित विकर्ण मैट्रिक्स $\hat{D}_k$ का उपयोग करते हुए, लेखक पूर्ण-नमूना स्थानिक माध्यिका $\hat{\theta}_k$ और मानकीकृत स्थानिक चिह्न $\hat{S}_{ki} = U(\hat{D}_k^{-1/2}(X_{ki} - \hat{\theta}_k)$ की गणना करते हैं।

3. परीक्षण सांख्यिकी (Test Statistic): परीक्षण सांख्यिकी स्थानिक चिह्नों का एक विकर्ण-हटाया गया द्विघाती रूप (diagonal-deleted quadratic form) है:
   $$\hat{R}^{PDQ}_n = -\frac{1}{n_1 n_2} \sum_{i=1}^{n_1} \sum_{j=1}^{n_2} \hat{S}_{1i}^\top \hat{S}_{2j}$$
   विकर्ण विस्तार में अनुभवजन्य विकर्ण पदों को ठीक करने के लिए, एक अनुभवजन्य विकर्ण-हटाने वाला सुधार $\hat{b}_n$ घटाया जाता है, जिससे व्यवहार्य सांख्यिकी $T^{PDQ}_n = \hat{R}^{PDQ}_n - \hat{b}_n$ प्राप्त होती है।

4. अंशांकन (Calibration): यह पहचानते हुए कि तीव्र निर्भरता के तहत शून्य वितरण आम तौर पर एक गैर-गाऊसीय भारित ची-स्क्वायर मिश्रण होता है, लेखक अंशांकन के लिए एक रेडेमेकर वाइल्ड बूटस्ट्रैप (Rademacher wild bootstrap) का उपयोग करते हैं। यह विधि अज्ञात स्पेक्ट्रल वेट्स या सीमांत वितरण के आइजनवैल्यू के स्पष्ट अनुमान की आवश्यकता के बिना शून्य नियम (null law) का निरंतर अनुमान लगाती है।

प्रमुख सैद्धांतिक योगदान

• स्पष्ट-दर स्टोकेस्टिक विस्तार (Explicit-Rate Stochastic Expansion): लेखक पूर्ण-नमूना सांख्यिकी के लिए एक स्पष्ट-दर विस्तार व्युत्पन्न करते हैं, जो विकर्ण अनुमानक, स्थानिक माध्यिका और प्लग-इन मैट्रिसेस की अभिसरण दरों (convergence rates) को स्थापित करता है।
• सामान्य शून्य वितरण: अनिश्चित सहसंबंध संरचनाओं के तहत, यह शोध पत्र स्थापित करता है कि ऑरेकल विकर्नल-हटाया गया सांख्यिकी एक सामान्य भारित ची-स्क्वायर मिश्रण की ओर अभिसरित होता है। यह दिखाया गया है कि सामान्य सन्निकटन (normal approximation) एक विशेष मामला है जो केवल तभी होता है जब कोई एकल आइजनवेल्यू स्पेक्ट्रम पर हावी न हो।
• विकर्ण-हटाने का औचित्य (Diagonal-Deletion Justification): यह शोध पत्र अनुभवजन्य विकर्ण-हटाने वाले सुधार को उचित ठहराता है, यह दिखाते हुए कि यह द्विघाती विस्तार के लिए आवश्यक विकर्ण पदों को हटा देता है, बिना यह आवश्यक किए कि सुधार पद जनसंख्या माध्य का उच्च सटीकता के साथ अनुमान लगाए।
• बूटस्ट्रैप निरंतरता (Bootstrap Consistency): यह सिद्ध किया गया है कि रेडमेकर वाइल्ड बूटस्ट्रैप शून्य नियम का निरंतर अनुमान लगाता है, जो दोनों अभिसरण (asymptotically normal और non-normal) व्यवस्थाओं के लिए एक वैध अंशांकन पद्धति प्रदान करता है।
• शिथिल धारणाएं (Relaxed Assumptions): इस सैद्धांतिक ढांचे के लिए स्कैटर मैट्रिसेस की विरलता (sparsity), बैंडेडनेस या कमजोर सहसंबंध की आवश्यकता नहीं है। यह $p = o\{n_0^2 / \log^2(p + n_0)\}$ की सीमा के भीतर बद्ध-स्पेक्ट्रम व्यवस्थाओं के तहत अनिश्चित निर्भरता संरचनाओं को समायोजित करता है।

अनुभवजन्य परिणाम (Empirical Results)
सिमुलेशन अध्ययन प्रस्तावित PDQ परीक्षण की तुलना निम्नलिखित से करते हैं:

• SST: साइन-आधारित विकर्ण पुनरावृत्ति के साथ ली एट अल. (2016) का स्थानिक-चिह्न परीक्षण।
• ART: वांग और एक्सू (2022) का अनुमानित रैंडमाइजेशन टेस्ट।
• BF-F: ज़ु एट अल. (2024) का नॉर्मल-रेफरेंस F-टाइप परीक्षण।

सिमुलेशन में AR(1) और कंपाउंड सिमेट्री (CS) निर्भरता संरचनाओं के तहत उच्च सहसंबंध ($\rho=0.9$) के साथ मल्टीवेरिएट नॉर्मल, मल्टीवेरिएट $t$ (भारी-पूंछ वाले), और मिश्रण नॉर्मल वितरणों पर विचार किया गया है।

• आकार नियंत्रण (Size Control): प्रस्तावित PDQ परीक्षण सभी सेटिंग्स में, जिसमें भारी-पूंछ वाले और संदूषित (contaminated) डेटा शामिल हैं, नाममात्र स्तर (nominal level) पर सटीक और स्थिर नियंत्रण प्रदर्शित करता है। इसके विपरीत, SST तीव्र निर्भरता और गैर-गाऊसीयता के तहत व्यवस्थित रूप से उदार (liberal/over-rejects) हो जाता है, जबकि BF-F भारी पूंछ के तहत रूढ़िवादी (conservative) हो जाता है।
• शक्ति (Power): सघन विकल्पों (dense alternatives) के तहत, PDQ गाऊसीय डेटा के तहत प्रतिस्पर्धी विधियों के प्रदर्शन का अनुसरण करता है, लेकिन भारी-पूंछ वाले और संदूषित वितरणों के तहत उन्हें महत्वपूर्ण रूप से पीछे छोड़ देता है। कुछ परिदृश्यों में SST के स्पष्ट शक्ति लाभों को उसके आकार विरूपण (size distortion/over-rejection) के कारण माना जाता है, न कि वास्तविक विभेदन क्षमता के कारण।

महत्व और दावे
यह शोध पत्र अनिश्चित-सहसंबंध आधारित माध्य-आधारित परीक्षणों और भारी-पूंछ वाले स्थानिक-चिह्न परीक्षणों के बीच के अंतर को हल करने का दावा करता है। फिक्स्ड-पॉइंट विकर्ण मानकीकृत को पेयरवाइज-डिफरेंस क्वांटाइल अनुमानक से बदलकर और अंशांकन के लिए वाइल्ड बूटस्ट्रैप का उपयोग करके, प्रस्तावित विधि:

1. तीव्र, सघन निर्भरता के तहत वैध रहती है जहाँ पिछले स्थानिक-चिह्न सिद्धांत विफल हो जाते हैं।
2. इसमें रेडियल चर पर किसी धनात्मक मोमेंट स्थिति की आवश्यकता नहीं है, जो इसे भारी-पूंछ वाले वितरणों के लिए उपयुक्त बनाता है।
3. एक एकीकृत ढांचा प्रदान करती है जो अंतर्निहित निर्भरता संरचना के अनुकूल होती है, जो सामान्य रूप से एक भारित ची-स्क्वेयर सीमा देती है और केवल एक विशेष मामले के रूप में ही सामान्य सीमा देती है।

लेखक निष्कर्ष निकालते हैं कि प्रस्तावित प्रक्रिया उन उच्च-आयामी दो-नमूना स्थान परीक्षणों के लिए सबसे विश्वसनीय समग्र प्रदर्शन प्रदान करती है जहाँ निर्भरता मजबूत है और वितरण संभावित रूप से भारी-पूंछ वाले या संदूषित हैं।