Transcripts and Algebraic Distances in Time Series: Stochastic Properties and Nonparametric Dependence Tests

तकनीकी सारांश: ट्रांसक्रिप्ट्स और बीजगणितीय दूरियाँ (Algebraic Distances)

समस्या विवरण
यह शोध पत्र एकचर (univariate), निरंतर वितरित समय श्रृंखला (time series) में क्रमिक निर्भरता (serial dependence) का पता लगाने के क्रमबद्ध तरीके को संबोधित करता है। हालांकि ऑर्डिनल पैटर्न (OPs)—जो एक स्लाइडिंग विंडो में मानों के रैंक क्रम पर आधारित प्रतीकात्मक प्रतिनिधित्व हैं—का उपयोग निर्भरता संरचनाओं के विश्लेषण के लिए एक मानक उपकरण बन गया है, मौजूदा विधियाँ मुख्य रूप से इन पैटर्न की मार्जिनल आवृत्तियों (marginal frequencies) पर निर्भर करती हैं। लेखक तर्क देते हैं कि OPs के बीजगणितीय ढांचे (एक सममित समूह के तत्वों के रूप में देखे जाने पर) का उपयोग निर्भरता परीक्षण के लिए पूरी तरह से नहीं किया गया है। विशेष रूप से, क्रमिक OPs के बीच का "अंतर" या संबंध, जो यह कैप्चर करता है कि समय के साथ रैंक क्रम कैसे विकसित होता है, गैर-पैरामीट्रिक परीक्षण ढांचों में कम उपयोग किया गया है।

कार्यप्रणाली
प्रस्तावित दृष्टिकोण मूल समय श्रृंखला को ट्रांसक्रिप्ट्स (transcripts) और बीजगणितीय दूरियों (algebraic distances) के एक अनुक्रम में परिवर्तित करता है।

1. वैचारिक ढांचा:

   • ऑर्डिनल पैटर्न (OPs): एक समय श्रृंखला को $m$ लगातार अवलोकनों के सापेक्ष क्रम के आधार पर क्रमपरिवर्तनों (permutations) $\pi_t \in S_m$ (डिग्री $m$ का सममित समूह) के एक अनुक्रम में विविक्त (discretize) किया जाता है।
   • ट्रांसक्रिप्ट्स (Transcripts): इन्हें क्रमिक OPs के समूह-सैद्धांतिक "अंतर" के रूप में परिभाषित किया गया है: $\tau_t = \pi_{t+1} \circ \pi_t^{-1}$। यह अवधारणा योगात्मक समूहों (additive groups) में तत्वों के घटाव का सामान्यीकरण है, जिसे गैर-आबेली (non-abelian) सममित समूह पर लागू किया गया है।
   • एडिट दूरियाँ (Edit Distances): लेखक ट्रांसक्रिप्ट से प्राप्त दो विशिष्ट मेट्रिक्स का उपयोग करते हैं:
     • केली दूरी (Cayley Distance - $d_C$): एक क्रमपरिवर्तन को दूसरे में बदलने के लिए आवश्यक न्यूनतम ट्रांसपोज़िशन (transpositions) की संख्या।
     • केंडल दूरी (Kendall Distance - $d_K$): आवश्यक न्यूनतम आसन्न ट्रांसपोज़िशन (adjacent transpositions) की संख्या।
   • इन दूरियों को ट्रांसक्रिप्ट के 'नॉर्म्स' (norms) के रूप में दिखाया गया है, जो बीजगणितीय संरचना को सीधे मापने योग्य असमानता से जोड़ते हैं।

2. स्टोकेस्टिक गुण (Stochastic Properties):

   • शोध पत्र शून्य परिकल्पना (null hypothesis) के तहत क्रमिक स्वतंत्रता (i.i.d.) के लिए तीन विशिष्ट प्रक्रिया प्रकारों के लिए ट्रांसक्रिप्ट्स और परिणामी दूरियों के मार्जिनल वितरण को व्युत्पन्न करता है:
     • मानक i.i.d. प्रक्रियाएं।
     • सिमेट्रिक रैंडम वॉक (SRW)।
     • सामान्यीकृत कॉइन-टॉसिंग (GCT) प्रक्रियाएं।
   • यह प्रदर्शित किया गया है कि ट्रांसक्रिप्ट्स और दूरियों के मार्जिनल वितरण i.i.d. प्रक्रियाओं और क्रमिक रूप से निर्भर प्रक्रियाओं (जैसे AR(1), SRW, GCT) के बीच काफी भिन्न होते हैं। उदाहरण के लिए, धनात्मक निर्भरता (positive dependence) शून्य-दूरी वाले ट्रांसक्रिप्ट्स (दोहराए गए OPs) की आवृत्ति को बढ़ाती है, जबकि ऋणात्मक निर्भरता इसे कम करती है।
   • द्विचर वितरण (Bivariate Distributions): लेखक i.i.d. प्रक्रियाओं के लिए लैग $h=1, 2, 3$ पर ट्रांसक्रिप्ट्स के संयुक्त वितरण को व्युत्पन्न करते हैं, जिससे निर्भरता संरचना स्थापित होती है (विशेष रूप से, यह कि ट्रांसक्रिप्ट श्रृंखला i.i.d. इनपुट के लिए 3-डिपेंडेंट है)।

3. अनंतस्पर्शी सिद्धांत (Asymptotic Theory) और परीक्षण सांख्यिकी:

   • $\alpha$-मिक्सिंग (विशेष रूप से $q$-डिपेंडेंट) प्रक्रियाओं के लिए सेंट्रल लिमिट थ्योरम का उपयोग करते हुए, लेखक ट्रांसक्रिप्ट्स और दूरियों के सापेक्ष आवृत्तियों के वेक्टर की अनंतस्पर्शी सामान्यता (asymptotic normality) स्थापित करते हैं।
   • इन अनंतस्पर्शी गुणों के आधार पर, क्रमिक स्वतंत्रता की शून्य परिकल्पना के परीक्षण के लिए छह नए परीक्षण सांख्यिकी प्रस्तावित किए गए हैं:
     • मीन डिस्टेंस टेस्ट (Mean Distance Tests): $d_C$ और $d_K$ (केली और केंडल दूरियों के सैंपल मीन)।
     • एन्ट्रॉपी/डेविएंस टेस्ट (Entropy/Deviance Tests): $H_\tau, H_C, H_K$ (प्रेक्षित और सैद्धांतिक आवृत्तियों के बीच कुलबैक-लीब्लर डायवर्जेंस)।
     • गुडनेस-ऑफ-फिट टेस्ट (Goodness-of-Fit Tests): $\Delta_\tau, \Delta_C, \Delta_K$ (पियर्सन सांख्यिकी)।
   • एन्ट्रॉपी और पियर्सन सांख्यिकी के अनंतस्पर्शी वितरण स्वतंत्र ची-स्क्वायर वेरिएबल्स के द्विघात रूपों (quadratic forms) के रूप में व्युत्पन्न किए गए हैं, जिनके आइजनवैल्यूज़ (eigenvalues) i.i.d. मामले के लिए स्पष्ट रूप से गणना किए गए हैं।

प्रमुख परिणाम

• सैद्धांतिक व्युत्पत्ति: शोध पत्र i.i.d., SRW और GCT प्रक्रियाओं के लिए ट्रांसक्रिप्ट्स और दूरियों के मार्जिनल और द्विचर वितरणों के लिए क्लोज्ड-फॉर्म अभिव्यक्ति प्रदान करता है। यह स्थापित करता है कि माध्य केली और केंडल दूरियाँ क्रमिक निर्भरता के प्रकार (प्रक्रिया के बढ़ते या घटते होने के आधार पर) के प्रति संवेदनशील हैं।
• सिमुलेशन अध्ययन: एक व्यापक सिमुलेशन अध्ययन नए ट्रांसक्रिप्ट-आधारित परीक्षणों की तुलना निम्नलिखित से करता है:
  • पैरामीट्रिक ACF परीक्षण।
  • मौजूदा गैर-पैरामीट्रिक OP-आधारित परीक्षण (Weiß, 2022 से एन्ट्रॉपी, पियर्सन, $\beta$, और $\tau$ परीक्षण)।
  • निष्कर्ष:
    • नए परीक्षण आमतौर पर पिछले OP-आधारित परीक्षणों की तुलना में बेहतर शक्ति (superior power) प्रदर्शित करते हैं, विशेष रूप से AR(1) प्रक्रियाओं और एडिटिव आउटलेयर्स (additive outliers) से दूषित प्रक्रियाओं के लिए।
    • केंडल दूरी-आधारित परीक्षण ($d_K, H_K, \Delta_K$) और ट्रांसक्रिप्ट-आधारित परीक्षण ($H_\tau, \Delta_\tau$) रैखिक और गैर-रैखिक विकल्पों के विरुद्ध लगातार शक्तिशाली हैं।
    • केली दूरी-आधारित परीक्षण ($d_C, H_C, \Delta_C$) मिश्रित प्रदर्शन दिखाते हैं, जो विशेष रूप से ARCH(1) प्रक्रियाओं के लिए उत्कृष्ट हैं लेकिन अन्य के लिए कम प्रभावी हैं।
    • सभी प्रस्तावित परीक्षण आउटलेयर्स के प्रति मजबूती (robustness) प्रदर्शित करते हैं, जो दूषित परिदृश्यों में ACF परीक्षण से बेहतर प्रदर्शन करते हैं।
• वास्तविक दुनिया का अनुप्रयोग: इन विधियों को हैम्बर्ग (1936–2024) के मासिक वायु तापमान डेटा पर लागू किया गया था। सीजनल डिफरेंसिंग के बाद, ट्रांसक्रिप्ट-आधारित परीक्षणों (विशेष रूप से $H_\tau, H_K, \Delta_K$) ने क्रमिक स्वतंत्रता की शून्य परिकल्पना को सफलतापूर्वक खारिज कर दिया, जिससे ऐसी निर्भरता संरचनाओं का पता चला जिन्हें कुछ प्रतिस्पर्धी OP-आधारित परीक्षणों ने या तो छोड़ दिया या अस्पष्ट पाया।

महत्व और दावे
लेखकों का दावा है कि यह कार्य उनके बीजगणितीय समूह संरचना का लाभ उठाकर ऑर्डिनल पैटर्न की उपयोगिता का विस्तार करता है। OPs को केवल प्रतीकों के रूप में नहीं बल्कि समूह तत्वों के रूप में मानकर, ट्रांसक्रिप्ट्स और एडिट दूरियों का परिचय समय श्रृंखला की निर्भरता संरचना का एक समृद्ध प्रतिनिधित्व प्रदान करता है।

लेखक दावा करते हैं कि:

1. ट्रांसक्रिप्ट्स विश्लेषण का एक नया आयाम प्रदान करते हैं: वे क्रमिक अवस्थाओं के बीच के "अंतर" को कैप्चर करते हैं, जो स्वयं अवस्थाओं की मार्जिनल आवृत्ति से भिन्न है।
2. बेहतर प्रदर्शन: प्रस्तावित गैर-पैरामीट्रिक परीक्षण अक्सर पुराने OP-आधारित परीक्षणों और मानक ACF परीक्षण की तुलना में बेहतर प्रदर्शन करते हैं, विशेष रूप से विभिन्न रैखिक और गैर-रैखिक विकल्पों के विरुद्ध शक्ति और आउटलेयर्स के प्रति मजबूती के मामले में।
3. व्यावहारिक उपयोगिता: यह दृष्टिकोण गणनात्मक रूप से व्यवहार्य है और वास्तविक दुनिया के डेटा में क्रमिक निर्भरता का पता लगाने के लिए मौजूदा उपकरणों का एक मूल्यवान पूरक प्रदान करता है।

लेखक निष्कर्ष निकालते हैं कि जबकि वर्तमान ढांचा यूनिवेरिएट सेल्फ-ट्रांसक्रिप्ट्स पर केंद्रित है, बीजगणितीय दृष्टिकोण भविष्य की दिशाओं का सुझाव देता है, जिसमें मल्टीवेरिएट/कपल्ड सिस्टम के लिए क्रॉस-ट्रांसक्रिप्ट्स (cross-transcripts) और स्थानिक ऑर्डिनल पैटर्न (spatial ordinal patterns) शामिल हैं। वे यह भी नोट करते हैं कि अधिक जटिल प्रक्रियाओं के लिए क्लोज्ड-फॉर्म वितरण व्युत्पन्न करना भविष्य के अनुसंधान के लिए एक खुला क्षेत्र बना हुआ है।