📊 statistics

Trend and seasonality estimation for point-process time series

यह शोध पत्र लॉग-गौसियन तीव्रता मॉडल के तहत पॉइंट-प्रोसेस टाइम सीरीज़ में ट्रेंड और सीज़नैलिटी के लिए गणनात्मक रूप से सरल एम-एस्टिमेटर्स (M-estimators) प्रस्तुत करता है, उनके एसिम्प्टोटिक गुणों को व्युत्पन्न करता है और सिमुलेशन तथा शिकागो की बाइक-शेयरिंग मांग के एक वास्तविक अनुप्रयोग के माध्यम से उनके प्रदर्शन को मान्य करता है।

मूल लेखक: Daniel Gervini, Simon A. Kopischke

प्रकाशित 2026-05-22

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Daniel Gervini, Simon A. Kopischke

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 व्यस्त शहर की लय को समझने की कोशिश कर रहे हैं, लेकिन किसी ग्राफ़ पर दिखने वाले चिकने (smooth) नंबरों के बजाय, आप एक मानचित्र या टाइमलाइन पर दिखने वाले हज़ारों व्यक्तिगत, यादृच्छिक (random) "बिंदुओं" को देख रहे हैं। ये बिंदु एक बाइक किराए पर लेने का सटीक सेकंड, अपराध होने का क्षण, या बस स्टॉप पर बस के पहुँचने का समय हो सकते हैं।

यह शोध पत्र इन बिखरे हुए बिंदुओं को समझने का एक नया तरीका पेश करता है जब वे बार-बार, दिन दर दिन घटित होते हैं।

समस्या: बहुत अधिक बिंदु, बहुत अधिक शोर (Noise)

आमतौर पर, जब सांख्यिकीविद् (statisticians) डेटा देखते हैं, तो वे चिकनी रेखाओं की अपेक्षा करते हैं। लेकिन वास्तविक दुनिया की घटनाएँ अव्यवस्थित होती हैं। यदि आप केवल एक दिन के लिए बाइक किराए पर लेने के डेटा को देखें, तो आपको बिंदुओं का एक अराजक बादल दिखाई देगा। यदि आप पूरे वर्ष को देखें, तो आपको एक के ऊपर एक रखे गए 365 अराजक बादलों के ढेर दिखाई देंगे।

लेखक पूछते हैं: क्या हम इस अराजकता में छिपे पैटर्न को खोज सकते हैं?
विशेष रूप से, वे दो प्रश्नों के उत्तर चाहते हैं:

रुझान (The Trend): क्या शहर लंबे समय में व्यस्त हो रहा है या शांत? (जैसे समुद्र की लहर का धीरे-धीरे ऊपर उठना या नीचे गिरना)।
मौसमी बदलाव (The Seasonality): क्या कोई दोहराव वाली लय है? (जैसे दैनिक रश ऑवर या सोमवार और शनिवार के बीच का साप्ताहिक अंतर)।

समाधान: "ऑब्जेक्ट-ओरिएंटेड" दृष्टिकोण

लेखक एक चतुर तरकीब का उपयोग करते हैं। एक साथ एक विशाल, अव्यवस्थित साल के डेटा का विश्लेषण करने के बजाय, वे प्रत्येक दिन को एक अलग "ऑब्जेक्ट" (वस्तु) के रूप में देखते हैं।

इसे एक संगीत कंडक्टर की तरह समझें। पूरे सिम्फनी को एक साथ सुनने के बजाय, कंडक्टर डे 1, डे 2, डे 3 आदि के शीट म्यूजिक को देखता है। भले ही संगीतकार (बिंदु) यादृच्छिक रूप से बज रहे हों, कंडक्टर जानता है कि डे 1, डे 2 और डे 3 सभी एक ही गीत का हिस्सा हैं।

प्रत्येक दिन को एक टाइम सीरीज़ में एक अलग ऑब्जेक्ट के रूप में मानकर, वे अंतर्निहित धुन (ट्रेंड) और दोहराए जाने वाले कोरस (सीजनलिटी) को खोजने के लिए सरल गणित का उपयोग कर सकते हैं।

"घोस्ट" तीव्रता (The "Ghost" Intensity)

यह शोध पत्र यह मान लेता है कि हर दिन के यादृच्छिक बिंदुओं के पीछे, एक अदृश्य "घोस्ट" मैप है जो निर्धारित करता है कि बिंदु कहाँ और कब होने चाहिए। इसे इंटेंसिटी फंक्शन कहा जाता है।

उपमा: एक धुंधली रात की कल्पना करें जहाँ आप स्ट्रीटलाइट्स को स्पष्ट रूप से नहीं देख सकते, लेकिन आप उनके चारों ओर उड़ते हुए पतंगों (moths) को देख सकते हैं। पतंगे यादृच्छिक बिंदु (बाइक किराए पर लेना) हैं। स्ट्रीटलाइट्स अदृश्य "घोस्ट" इंटेंसिटी हैं।
लेखकों की विधि उन स्ट्रीटलाइट्स के आकार और चमक को पुनर्गठित करने का प्रयास करती है, भले ही पतंगे यादृच्छिक रूप से इधर-उधर मंडरा रहे हों।

वे इस "घोस्ट" रोशनी को तीन भागों में विभाजित करते हैं:

बेसलाइन (The Baseline): स्ट्रीटलाइट का सामान्य आकार (जैसे, यह दिन के मध्य में हमेशा अधिक चमकदार होती है)।
रुझान (The Trend): साल भर में बल्ब का चमकीला या मंद होना (जैसे, गर्मियों में अधिक बाइक, सर्दियों में कम)।
मौसमी बदलाव (The Seasonality): एक विशिष्ट पैटर्न में रोशनी का टिमटिमाना (जैसे, कार्यदिवसों पर अधिक उज्ज्वल, सप्ताहांत पर कम उज्ज्वल)।

शिकागो बाइक टेस्ट

अपने तरीके को सिद्ध करने के लिए, लेखकों ने शिकागो के 'डिवी' (Divvy) बाइक-शेयरिंग सिस्टम के वास्तविक डेटा का अध्ययन किया। उन्होंने तीन अलग-अलग पड़ोस चुने:

एक आवासीय क्षेत्र: एक शांत उपनगर की तरह।
द डाउनटाउन लूप: व्यस्त शहर का केंद्र।
एक पर्यटक स्थल: एक्वेरियम के पास।

उन्होंने क्या पाया:

रुझान (The Trend): तीनों स्थानों पर गर्मियों में व्यस्तता बढ़ी और सर्दियों में कमी आई, ठीक तापमान की तरह। लेकिन बदलाव की मात्रा अलग थी। पर्यटक स्थल की लोकप्रियता गर्मियों में जबरदस्त रही (30 गुना अधिक बाइक!), जबकि डाउनटाउन में केवल थोड़ी वृद्धि हुई (3 गुना)।
मौसमी बदलाव (The Rhythm):
- आवासीय: कार्यदिवसों पर दो बड़े स्पाइक्स (सुबह और शाम का कम्यूट) और सप्ताहांत पर एक छोटा स्पाइक (लंचटाइम)।
- डाउनटाउन: कार्यदिवसों पर एक बड़ा स्पाइक (लोग शाम 6 बजे घर जाते हैं) और सप्ताहांत पर लगभग कुछ नहीं।
- पर्यटक: हर दिन दोपहर 3 बजे एक बड़ा स्पाइक, लेकिन सप्ताहांत पर और भी बड़ा।

यह क्यों महत्वपूर्ण है

शोध पत्र का दावा है कि पिछले तरीके इस प्रकार के डेटा को अच्छी तरह से नहीं संभाल सके क्योंकि बिंदु बहुत यादृच्छिक हैं और दिन स्वतंत्र नहीं हैं (आज का ट्रैफिक कल के ट्रैफिक को प्रभावित करता है)।

उनकी नई विधि एक स्मार्ट फ़िल्टर की तरह है। यह व्यक्तिगत बाइक किराए पर लेने के यादृच्छिक शोर को अनदेखा करती है और उसके नीचे छिपे स्पष्ट, पूर्वानुमानित पैटर्न को प्रकट करती है। यह नगर नियोजकों को यह देखने की अनुमति देता है कि वास्तव में कब और कहाँ बाइकों की आवश्यकता होगी, न कि केवल औसत के रूप में, बल्कि दैनिक और वार्षिक लय की एक स्पष्ट तस्वीर के साथ।

संक्षेप में, लेखकों ने एक गणितीय उपकरण बनाया है जो यादृच्छिक बिंदुओं के एक अराजक बादल को एक स्पष्ट, पठनीय कहानी में बदल देता है कि एक शहर कैसे चलता है।

तकनीकी सारांश: पॉइंट-प्रोसेस टाइम सीरीज़ के लिए ट्रेंड और सीजनलिटी एस्टीमेशन

समस्या विवरण
यह शोध पत्र पॉइंट प्रोसेस की टाइम सीरीज़ में ट्रेंड (trend) और सीजनलिटी (seasonality) के अनुमान की सांख्यिकीय चुनौती को संबोधित करता है। जबकि सिंगल रियलाइजेशन (स्थानिक, अस्थायी, या स्पैटियो-टेम्पोरल) के लिए पॉइंट-प्रोसेस मॉडलिंग अच्छी तरह से स्थापित है, साहित्य में 'रेप्लिकेटेड' (replicated) पॉइंट प्रोसेसों के विश्लेषण के लिए मजबूत विधियों का अभाव है, जो एक टाइम सीरीज़ बनाते हैं। कई अनुप्रयोगों में, जैसे कि एक लंबी वार्षिक प्रक्रिया को दैनिक अंतराल में विभाजित करना, परिणामी रेप्लिकेशन्स स्वतंत्र नहीं होते हैं बल्कि उनमें टेम्पोरल डिपेंडेंस (temporal dependence) होता है। मौजूदा फंकशनल डेटा एनालिसिस (FDA) विधियाँ यहाँ अनुपयुक्त हैं क्योंकि वे स्मूथ फंक्शन्स मानती हैं, जबकि पॉइंट-प्रोसेस रेप्लिकेशन्स स्वाभाविक रूप से डिस्क्रीट और रैंडम होते हैं। इसके अलावा, पॉइंट प्रोसेस पर मानक टाइम-सीरीज डिफरेंसिंग तकनीकों को लागू नहीं किया जा सकता है, क्योंकि दो बिंदुओं के सेट के बीच का अंतर सांख्यिकीय रूप से सुपरिभाषित नहीं होता है। लेखक इस अंतर को भरने के लिए पॉइंट प्रोसेस की टाइम सीरीज़ में ट्रेंड और सीजनल घटकों के लिए एस्टिमेटर्स प्रस्तावित करते हैं।

कार्यप्रणाली (Methodology)
लेखक ऑब्जेक्ट-ओरिएंटेड डेटा एनालिसिस पर आधारित एक फ्रेमवर्क का प्रस्ताव करते हैं, जिसमें पॉइंट प्रोसेस के संग्रह $\{X_t : t = 1, \dots, n\}$ को अध्ययन के प्राथमिक ऑब्जेक्ट के रूप में माना जाता है।

मॉडलिंग फ्रेमवर्क:
- डेटा को डबली-स्टोकेस्टिक पॉइसन (कॉक्स) प्रोसेस के एक अनुक्रम के रूप में मॉडल किया गया है।
- इंटेंसिटी फंक्शन $\Lambda_t(u)$ को लॉग-गॉसियन माना गया है: $\log \Lambda_t(u) = \mu(u, t) + Y_t(u)$ , जहाँ $Y_t(u)$ एक जीरो-मीन गॉसियन प्रोसेस है जो लेटेंट वेरिएबिलिटी (latent variability) को दर्शाता है।
- मीन फंक्शन $\mu(u, t)$ $μ (u, t)$ को ट्रेंड और सीजनलिटी को कैप्चर करने के लिए एडिटिवली (additively) डीकंपोज किया गया है।
  - ट्रेंड-ओनली मॉडल: $\mu(u, t) = \mu(u) + c(t)$ ।
  - ट्रेंड-प्लस-सीजनलिटी मॉडल: $\mu(u, t) = \mu(u) + c(t) + s_{j(t)}(u)$ , जहाँ $j(t)$ सीजनल पीरियड (जैसे, सप्ताह का दिन) को दर्शाता है।
- ट्रेंड $c(t)$ और सीजनल कंपोनेंट्स $s_j(u)$ को स्प्लाइन्स (पिसवाइज पॉलिनोमिअल्स) का उपयोग करके पैरामीटराइज़ किया गया है। ट्रेंड को एक पीरियोडिक इंटरवल पर ग्लोबल पॉलिनोमियल (या स्प्लाइन) के रूप में मॉडल किया गया है, जबकि स्थानिक/अस्थायी बेसिस फंक्शन्स (जैसे, B-स्प्लाइन्स) इंटेंसिटी शेप्स को मॉडल करते हैं।
एस्टिमेशन दृष्टिकोण:
- लेखक फुल मैक्सिमम लाइकलीहुड के बजाय M-एस्टिमेशन (विशेष रूप से, एक वर्किंग-लाइकलीहुड दृष्टिकोण) का उपयोग करते हैं।
- एस्टिमेटर्स को एक वर्किंग लाइकलीहुड फंक्शन $\rho_n$ को मैक्सिमाइज करके निकाला जाता है जो यह मानता है कि लेटेंट गॉसियन प्रोसेस $Y_t(u)$ शून्य है (अर्थात, एक मानक पॉइसन प्रोसेस मानकर), भले ही वास्तविक मॉडल में लेटेंट वेरिएबिलिटी शामिल हो।
- यह दृष्टिकोण लेटेंट प्रोसेस के जटिल ऑटोकोवेरिएंस स्ट्रक्चर को निर्दिष्ट या अनुमानित करने की आवश्यकता से बचता है, जिससे एस्टिमेटर्स कम्प्यूटेशनल रूप से सरल हो जाते हैं। ऑब्जेक्टिव फंक्शन्स को कॉन्केव (concave) दिखाया गया है, जो सरल ऑप्टिमाइजेशन सुनिश्चित करता है।
एसिम्प्टोटिक थ्योरी (Asymptotic Theory):
- लेखक रेप्लिकेशन्स की संख्या $n \to \infty$ होने पर एस्टिमेटर्स की एसिम्प्टोटिक कंसिस्टेंसी और नॉर्मलिटी को व्युत्पन्न करते हैं।
- विशिष्ट मान्यताओं के तहत (लेटेंट प्रोसेस की स्टेशनैरिटी और ऑटोकोवेरियंस के क्षय सहित), एस्टिमेटर्स वास्तविक मापदंडों (लेटेंट प्रोसेस के वेरिएंस के लिए समायोजित) की ओर अभिसरित (converge) होते हैं।
- एसिम्प्टोटिक डिस्ट्रीब्यूशन एक "सैंडविच" वेरिएंस फॉर्मूला ( $\Omega = W^{-1}VW^{-1}$ ) का अनुसरण करता है, जो M-एस्टिमेटर्स के लिए विशिष्ट है, जिससे ट्रेंड और सीजनल इंटेंसिटी फंक्शन्स के लिए कॉन्फिडेंस बैंड्स का निर्माण संभव होता है।

मुख्य परिणाम

सिमुलेशन स्टडी: सीमित-सैंपल प्रदर्शन का मूल्यांकन $n=50, 100, 300$ $n = 50, 100, 300$ के सैंपल साइज के साथ सिमुलेशन के माध्यम से किया गया। अध्ययन ने लेटेंट प्रोसेस के लिए तीन परिदृश्यों पर विचार किया: कोई वेरिएबिलिटी नहीं ( $Y_t=0$ $Y_{t} = 0$ ), इंडिपेंडेंट वेरिएबिलिटी, और ऑटोरेग्रेसिव वेरिएबिलिटी।
- परिणाम दर्शाते हैं कि एस्टिमेटर्स कंसिस्टेंट हैं: जैसे-जैसे $n$ बढ़ता है, बायस (bias) और रूट मीन स्क्वेर्ड एरर (RMSE) कम होता जाता है।
- स्टैंडर्ड डेविएशन एरर पर हावी रहता है, और लेटेंट प्रोसेस में ऑटोकोरिलेशन (ऑटोरेग्रेसिव केस में) प्रभावी सैंपल साइज में कमी के कारण स्टैंडर्ड डेविएशन को बढ़ाता है, लेकिन एस्टिमेटर्स कंसिस्टेंट रहते हैं।
रियल-डेटा एप्लीकेशन: इस पद्धति को शिकागो में डिवी (Divvy) बाइक-शेयरिंग सिस्टम (2016 का डेटा) पर लागू किया गया।
- अध्ययन में तीन अलग-अलग स्टेशनों (रेसिडेंशियल, डाउनटाउन, और टूरिस्टिक) के चेक-आउट समय का टेम्पोरल पॉइंट प्रोसेस के रूप में विश्लेषण किया गया।
- मॉडल ने साप्ताहिक सीजनलिटी ( $d=7$ ) और तापमान द्वारा संचालित वार्षिक ट्रेंड को सफलतापूर्वक कैप्चर किया।
- निष्कर्ष:
  - ट्रेंड मैग्नीट्यूड: वार्षिक ट्रेंड स्थान के अनुसार काफी भिन्न था। टूरिस्टिक स्टेशन (शेड एक्वेरियम) ने विंटर की तुलना में समर डिमांड में 30 गुना वृद्धि दिखाई, जबकि डाउनटाउन स्टेशन में केवल 3 गुना वृद्धि देखी गई।
  - सीजनल पैटर्न: विशिष्ट डिमांड प्रोफाइल की पहचान की गई। रेसिडेंशियल स्टेशन ने कार्यदिवसों (weekdays) पर सुबह और शाम के पीक और वीकेंड्स पर एक सिंगल नून (noon) पीक दिखाया। डाउनटाउन स्टेशन ने कार्यदिवसों पर एक सिंगल इवनिंग पीक और वीकेंड्स पर लो, फ्लैट डिमांड दिखाई। टूरिस्टिक स्टेशन ने सभी दिनों के लिए एक सिंगल आफ्टरनून पीक (3 PM) दिखाया, जो वीकेंड्स पर अधिक था।

महत्व और दावे
पेपर का दावा है कि यह लॉग-गॉसियन मॉडल्स का एक नया वर्ग पेश करता है जो रेप्लिकेटेड पॉइंट प्रोसेस के लिए विशेष रूप से तैयार किया गया है, जो मौजूदा सिंगल-रियलाइजेशन कॉक्स प्रोसेस साहित्य से भिन्न है। इसका प्राथमिक महत्व है:

मेथोडोलॉजिकल नॉवेलिटी (Methodological Novelty): जटिल पॉइंट-प्रोसेस तकनीकों के लिए एक सरल, ऑब्जेक्ट-ओरिएंटेड विकल्प प्रदान करना, जिससे पॉइंट-प्रोसेस टाइम सीरीज़ के लिए मानक सांख्यिकीय निष्कर्ष अवधारणाओं (जैसे ट्रेंड और सीजनलिटी डीकंपोजिशन) का उपयोग संभव हो सके।
कम्प्यूटेशनल सरलता: वर्किंग लाइकलीहुड्स के साथ M-एस्टिमेटर्स का उपयोग लेटेंट ऑटोकोवेरिएंस स्ट्रक्चर को सीधे मॉडल करने के कम्प्यूटेशनल बोझ से बचाता है।
व्यावहारिक उपयोगिता: हाई-फ्रीक्वेंसी स्मूथिंग या प्रति रेप्लिकेशन बड़े काउंट्स की आवश्यकता के बिना जटिल स्पैटियो-टेम्पोरल पैटर्न (जैसे बाइक डिमांड) को व्याख्या योग्य ट्रेंड और सीजनल कंपोनेंट्स में विभाजित करने की क्षमता।

लेखक स्पष्ट रूप से उल्लेख करते हैं कि हालांकि ये विधियाँ स्प्लाइन्स पर आधारित हैं और इन्हें टेम्पोरल और स्पेशियल दोनों सेटिंग्स में लागू किया जा सकता है, वर्तमान कार्य का ध्यान सैद्धांतिक व्युत्पत्ति और टेम्पोरल उदाहरणों के अनुप्रयोग पर है। वे यह दावा नहीं करते कि वे लेटेंट डिपेंडेंसी को पूरी तरह से मॉडल करने की आवश्यकता को समाप्त कर देते हैं, बल्कि वे एक मजबूत एस्टीमेशन फ्रेमवर्क प्रदान करते हैं जो तब भी वैध रहता है जब वर्किंग मॉडल (इंडिपेंडेंस) मिसस्पेसिफाइड हो।