From nonstationarity to stationarity via $1/f$ noise: discrete Fourier transforms and sample mean asymptotics for testing

तकनीकी सारांश: 1/f शोर के माध्यम से गैर-स्थिरता (Nonstationarity) से स्थिरता (Stationarity) की ओर

समस्या विवरण
यह शोध पत्र समय श्रृंखला विश्लेषण (time series analysis) में एक मौलिक चुनौती को संबोधित करता है: वास्तविक गैर-स्थिरता (genuine nonstationarity) और दीर्घ-स्मृति स्थिरता (long-memory stationarity) के बीच अंतर करना। दोनों ही घटनाएं धीमी गति से क्षय होने वाले नमूना ऑटोकोवेरिएंस (sample autocovariances) और समान निम्न-आवृत्ति व्यवहार प्रदर्शित करती हैं, जिससे उन्हें अलग करना कठिन हो जाता है। जबकि $d \in (-1/2, 1/2)$ स्मृति पैरामीटर वाले स्थिर प्रक्रियाओं और $d \in [1/2, 3//2)$ वाली गैर-स्थिर प्रक्रियाओं के लिए व्यापक साहित्य मौजूद है, सीमा मामला $d = 1/2$ (जिसे 1/f शोर या "अभी-अभी गैर-स्थिर" मामला कहा जाता है) विशिष्ट सैद्धांतिक कठिनाइयों को प्रस्तुत करता है। मौजूदा परीक्षण, जैसे कि गिरैटिस एट अल (2006) द्वारा प्रस्तावित समय-डोमेन V/S टेस्ट, $d$ के $1/2$ के करीब पहुँचने पर बढ़े हुए अनुभवजन्य आकार (inflated empirical sizes) से ग्रस्त होते हैं, और विभिन्न श्रेणियों के बीच सूक्ष्म अंतर करने में विफल रहते हैं। इसके अतिरिक्त, रॉबिन्सन (1994, 2003) के पूर्णतः पैरामीट्रिक दृष्टिकोण विशिष्ट रैखिक फिल्टर मान्यताओं पर निर्भर करते हैं और उनमें प्रीव्हाइटनिंग (prewhitening) चरणों की आवश्यकता होती है जो शॉर्ट-मेमोरी घटकों की उपस्थिति में प्रदर्शन को कम कर सकते हैं।

कार्यप्रणाली
लेखक एक गैर-पैरामीट्रिक परीक्षण प्रक्रिया का प्रस्ताव करते हैं जिसके लिए स्मृति पैरामीटर $d$ के अनुमान की आवश्यकता नहीं है। यह कार्यप्रणाली निम्नलिखित सैद्धांतिक और सांख्यिकीय घटकों पर आधारित है:

1. एकीकृत स्पर्शोन्मुख ढांचा (Unified Asymptotic Framework): शोध पत्र पूरे $d \in (-1/2, 3/2)$ रेंज के लिए एक निश्चित संख्या में फूरियर आवृत्तियों पर टाइम सीरीज़ के डिस्क्रीट फूरियर ट्रांसफॉर्म्स (DFT) के संयुक्त सीमांत वितरण (joint limiting distribution) को व्युत्पन्न करता है। यह स्थिर ($d < 1/2$) और गैर-स्थिर ($d \ge 1/2$) दोनों श्रेणियों को कवर करता है, जिसमें सीमा मामला $d=1/2$ भी शामिल है।

2. लॉगारिदमिक सुधार (Logarithmic Corrections): एक प्रमुख सैद्धांतिक अंतर्दृष्टि यह है कि $d=1/2$ पर, मानक सामान्यीकरण (standard normalization) नमूना माध्य (sample mean) और नमूना प्रसरण (sample variance) के लिए पर्याप्त नहीं है ताकि वे गैर-विकेंद्रित सीमाओं (nondegenerate limits) को स्वीकार कर सकें। लेखक प्रदर्शित करते हैं कि इन सांख्यिकी के स्पष्ट स्पर्शोन्मुख वितरणों (asymptotic distributions) में अभिसरण (converge) करने के लिए $\log(n)$ के सामान्यीकरण कारक की आवश्यकता होती है।

3. परीक्षण सांख्यिकी निर्माण: प्रस्तावित परीक्षण सांख्यिकी $Q_n(s)$, तीन तत्वों को जोड़ती है:

   • नमूना माध्य (विशेष रूप से आंशिक योगों का अंतर, $D_n$)।
   • नमूना प्रसरण।
   • निम्न-आवृत्ति पीरियडोग्राम ऑर्डिनेट्स (periodogram ordinates) की एक सीमित संख्या ($I_n(\lambda_j)$)।

   सांख्यिकी को इस प्रकार परिभाषित किया गया है:
   $$Q_n(s) := \frac{D_n^2}{\frac{1}{n}\sum_{k=1}^n (X_k - \bar{X}_n)^2} + \sum_{j=1}^s \frac{I_n(\lambda_j)}{\frac{1}{n}\sum_{k=1}^n (X_k - \bar{X}_n)^2} \log(k+1)$$
   जहाँ $D_n$ पहले $m$ अवलोकनों के माध्य और अंतिम $m$ अवलोकनों के माध्य के बीच का अंतर है (जहाँ $m \approx \sqrt{n}$)।

प्रमुख योगदान और परिणाम

• थ्योरम 2.1 (संयुक्त DFT सीमा): $d \in (-1/2, 3/2)$ वाली प्रक्रियाओं के लिए DFT के वास्तविक और काल्पनिक भागों की स्पर्शोन्मुख संयुक्त सामान्यता (joint normality) स्थापित करता है। सीमित वितरण एक गाऊसी (Gaussian) वितरण है जिसका एक स्पष्ट सहप्रसरण संरचना $\Sigma(d)$ है, जो यह भिन्न होता है कि $d$ किस श्रेणी में है (स्थिर, सीमा, या गैर-स्थिर)।
• थ्योरम 2.2 ( $d=1/2$ पर नमूना माध्य और प्रसरण): यह सिद्ध करता है कि $d=1/2$ के लिए, $\sqrt{\log(n)}$ द्वारा सामान्यीकृत नमूना माध्य $\bar{X}_n$ एक सामान्य वितरण में अभिसरित होता है। इसके अलावा, यह स्थापित करता है कि नमूना प्रसरण, $n \log(n)$ द्वारा सामान्यीकृत होने पर, एक स्थिरांक (constant) में अभिसरित होता है, और वर्ग माध्य का प्रसरण के अनुपात का $\chi^2(1)$ वितरण में अभिसरण होता है।
• प्रपोजिशन 3.1 (परीक्षण सांख्यिकी का सीमांत वितरण):
  • शून्य परिकल्पना ($H_0$: गैर-स्थिरता के साथ $d \ge 1/2$ या नियतात्मक रुझान/deterministic trends) के तहत, यदि $d > 1/2$ है तो सांख्यिकी $Q_n(s)$ अनंत की ओर प्रवृत्त होती है। यदि $d = 1/2$ है, तो यह स्वतंत्र $\chi^2(1)$ चरों के एक सीमित भारित योग (weighted sum) में अभिसरित होती है। यदि कोई नियतात्मक रुझान मौजूद है, तो सांख्यिकी भी अनंत की ओर प्रवृत्त होती है।
  • वैकल्पिक परिकल्पना ($H_1$: स्थिरता के साथ $d < 1/2$) के तहत, सांख्यिकी प्रायिकता में 0 की ओर अभिसरित होती है।
  • यह एक सुसंगत परीक्षण (consistent test) के निर्माण की अनुमति देता है जिसका अस्वीकृति क्षेत्र $R = \{Q_n(s) < q(\alpha, s)\}$ है, जहाँ $q(\alpha, s)$, $d=1/2$ के तहत सीमांत वितरण का क्वांटाइल (quantile) है।

सिमुलेशन परिणाम
शोध पत्र रॉबिन्सन (1994) के कुशल गैर-स्थिरता परीक्षण ($\tilde{r}$) और इसके प्रीव्हाइटन संस्करण के विरुद्ध $Q_n(s)$ की तुलना करते हुए व्यापक मोंटे कार्लो सिमुलेशन के माध्यम से प्रस्तावित विधि को मान्य करता है।

• शॉर्ट मेमोरी के प्रति मजबूती (Robustness to Short Memory): प्रस्तावित सांख्यिकी $Q_n(s)$ अच्छा पावर और साइज कंट्रोल बनाए रखती है, भले ही डेटा-जनरेटिंग प्रक्रिया में शॉर्ट-मेमोरी AR घटक शामिल हों। इसके विपरीत, रॉबिन्सन का परीक्षण $\tilde{r}$ केवल शुद्ध FARIMA मॉडल के लिए अच्छा प्रदर्शन करता है और AR घटकों की उपस्थिति में काफी खराब प्रदर्शन करता है, यहाँ तक कि प्रीव्हाइटनिंग के बाद भी।
• एकत्रित प्रक्रियाएं (Aggregated Processes): परीक्षण एकत्रित रैंडम-कोएफिशिएंट AR(1) प्रक्रियाओं के लिए भी मजबूत रहता है, जो दीर्घ स्मृति की नकल करती हैं लेकिन फ्रैक्शनल नहीं हैं।
• संरचनात्मक परिवर्तन (Structural Breaks): परीक्षण माध्य में नियतात्मक संरचनात्मक परिवर्तनों से उत्पन्न गैर-स्थिरता का सफलतापूर्वक पता लगाता है, जबकि रॉबिन्सन का परीक्षण अक्सर इन परिदृश्यों में गैर-स्थिरता की शून्य परिकल्पना को अस्वीकार करने में विफल रहता है (गलत तरीके से शून्य को स्वीकार कर लेता है)।
• सीमा प्रदर्शन (Boundary Performance): $d=1/2$ के महत्वपूर्ण सीमा पर, $Q_n(s)$ का अनुभवजन्य आकार (empirical size) नाममात्र स्तर (जैसे, 0.05) के करीब रहता है, जबकि अन्य विधियाँ अक्सर उच्च अनुभवजन्य आकार प्रदर्शित करती हैं।

महत्व और दावे
लेखक का दावा है कि इस कार्य का प्राथमिक योगदान DFTs के लिए एक एकीकृत स्पर्शोन्मुख ढांचे का व्युत्पन्न करना है, विशेष रूप से $d=1/2$ की सीमा पर व्यवहार को हल करना है। परिणामी परीक्षण सांख्यिकी एक कम्प्यूटेशनल रूप से कुशल, पैरामीटर-मुक्त तरीका प्रदान करती है जो स्थिर व्यवहार को फ्रैक्शनल या नियतात्मक गैर-स्थिरता से अलग करती है। पिछले दृष्टिकोणों के विपरीत, यह विधि रैखिक फिल्टर के बारे में पैरामीट्रिक धारणाओं पर निर्भर नहीं करती है और न ही इसमें प्रीव्हाइटनिंग चरणों की आवश्यकता होती है, जिससे यह मॉडल मिसस्पेसिफिकेशन और शॉर्ट-मेमोरी डायनेमिक्स के प्रति अधिक मजबूत बनती है। यह शोध पत्र इसे $1/f$ शोर सीमा के पास स्थिर और गैर-स्थिर व्यवहार के बीच "सूक्ष्म" अंतर को सुलझाने के समाधान के रूप में प्रस्तुत करता है, जो शास्त्रीय टाइम-डोमेन परीक्षणों के विशिष्ट स्टोकेस्टिक इंटीग्रल लिमिट्स के विपरीत एक सुलभ सीमांत वितरण (भारित $\chi^2$ चरों का योग) प्रदान करता है।