📊 statistics

Beyond principal ignorability: Nonparametric sensitivity bounds for principal stratification

यह शोध पत्र प्रिंसिपल स्ट्रैटिफिकेशन (principal stratification) के लिए एक नॉनपैरामीट्रिक संवेदनशीलता विश्लेषण ढांचा प्रस्तुत करता है जो अनटेस्टेबल प्रिंसिपल इग्नोरैबिलिटी (untestable principal ignorability) धारणा के उल्लंघन के तहत प्रिंसिपल कॉज़ल प्रभावों के लिए शार्प बाउंड्स (sharp bounds) प्राप्त करता है, जिसमें एक मार्जिन-मुक्त बाउंडिंग फैक्टर का उपयोग किया गया है और इस पद्धति को जनरलाइज्ड कॉज़ल प्रभावों और पेयरवाइज तुलनाओं (pairwise comparisons) तक विस्तारित किया गया है।

मूल लेखक: Xinyuan Chen, Michael O. Harhay, Fan Li

प्रकाशित 2026-06-02

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Xinyuan Chen, Michael O. Harhay, Fan Li

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 जासूस हैं जो यह पता लगाने की कोशिश कर रहे हैं कि क्या एक नई दवा (उपचार) वास्तव में किसी बीमारी (परिणाम) को ठीक करती है। लेकिन इसमें एक मोड़ है: मरीज के ठीक होने से पहले, उन्हें एक ऐसी गोली लेनी पड़ती है जिससे शायद उन्हें बीमारी महसूस हो सकती है (मध्यवर्ती चर/Intermediate Variable)।

सांख्यिकी (Statistics) की दुनिया में, इसे प्रिंसिपल स्ट्रैटिफिकेशन (Principal Stratification) कहा जाता है। यह लोगों को इस आधार पर समूहों में बांटने का एक तरीका है कि वे उस गोली के प्रति कैसा व्यवहार करते, न कि केवल इस आधार पर कि उन्होंने वास्तव में क्या किया। उदाहरण के लिए:

"हमेशा लेने वाले" (The Always-Takers): वे लोग जो हर हाल में गोली लेंगे।
"कभी न लेने वाले" (The Never-Takers): वे लोग जो कभी भी गोली नहीं लेंगे।
"आज्ञाकारी" (The Compliers): वे लोग जो केवल तभी गोली लेते हैं जब आप उन्हें कहते हैं।
"विद्रोही" (The Defiers): वे लोग जो आपके निर्देश के विपरीत करते हैं।

समस्या यह है कि आप इन समूहों को सीधे तौर पर देख नहीं सकते। आप केवल यह देखते हैं कि वास्तव में किसने गोली ली और कौन ठीक हुआ। "आज्ञाकारियों" (Compliers) पर दवा के वास्तविक प्रभाव को समझने के लिए, सांख्यिकीविदों को अक्सर एक बड़ा अनुमान लगाना पड़ता है जिसे प्रिंसिपल इग्नोरैबिलिटी (Principal Ignorability) कहा जाता है। यह अनुमान कहता है: "कोई व्यक्ति 'आज्ञाकारी' है या नहीं, इसका इस बात से कोई लेना-देना नहीं है कि वह कितना बीमार है या उसके लिए दवा कितनी अच्छी तरह काम करती है।"

समस्या: यह अनुमान परीक्षण योग्य (untestable) नहीं है। यह एक संदिग्ध के निर्दोष होने का अनुमान लगाने जैसा है क्योंकि अभी तक आपको उसका मकसद नहीं मिला है। यदि यह अनुमान गलत साबित होता है, तो दवा के बारे में आपका निष्कर्ष पूरी तरह से गलत हो सकता है।

समाधान: एक "सेंसिटिविटी सेफ्टी नेट" (संवेदनशीलता सुरक्षा जाल)

यह शोध पत्र इस नए उपकरण का परिचय देता है जो यह जांचता है कि आपके निष्कर्ष को गलत साबित करने के लिए उस अनुमान को कितना मजबूत होना पड़ेगा। इसे एक तनाव परीक्षण (stress test) की तरह समझें।

केवल यह कहने के बजाय कि "हम मानते हैं कि अनुमान सही है," लेखक पूछते हैं: "छिपे हुए मकसद (अपरिभाषित कारक) को झूठ बोलने के लिए कितना बड़ा होना पड़ेगा ताकि हमारा निष्कर्ष गायब हो जाए?"

वे छिपे हुए मकसद को मापने के लिए दो मुख्य "लीवर" का उपयोग करते हैं:

चयन का लीवर (The Selection Lever): छिपा हुआ मकसद किसी व्यक्ति के प्रकार को कितना बदल देता है? (जैसे: क्या बीमार होना किसी को "आज्ञाकारी" बनने की अधिक संभावना देता है?)
परिणाम का लीवर (The Outcome Lever): छिपा हुआ मकसद परिणाम को कितना बदल देता है? (जैसे: क्या बीमार होना दवा के असर को बेहतर या बदतर बनाता है?)

वे इन दोनों को एक एकल संख्या में मिलाते हैं जिसे बाउंडिंग फैक्टर (Bounding Factor) कहा जाता है।

यदि यह संख्या 1 है, तो इसका अर्थ है कि कोई छिपा हुआ मकसद नहीं है, और आपका मूल अनुमान एकदम सटीक है।
यदि संख्या अधिक है, तो इसका मतलब है कि आपके निष्कर्ष को बर्बाद करने के लिए एक बहुत ही शक्तिशाली छिपे हुए मकसद की आवश्यकता होगी।
यदि संख्या कम है, तो इसका मतलब है कि एक छोटा सा छिपा हुआ मकसद भी आपके निष्कर्ष को नष्ट कर सकता है।

"नेस्टेड" (Nested) खोज

लेखकों ने अपने नए उपकरण के बारे में एक बहुत ही दिलचस्प बात खोजी। रूसी गुड़िया (Russian nesting dolls) के सेट की कल्पना करें:

सबसे बाहरी गुड़िया "सबसे खराब स्थिति" (Worst-Case Scenario) है। यह मानती है कि छिपा हुआ मकसद जितना अधिक बुरा होगा, सच्चाई उतनी ही अस्पष्ट होगी।
सबसे भीतरी गुड़िया उनकी नई, सटीक गणना है।

उन्होंने सिद्ध किया कि उनकी नई, सटीक सीमाएं हमेशा सबसे खराब स्थिति वाली सीमाओं के अंदर फिट होती हैं। जैसे-जैसे छिपे हुए मकसद की "बुराई" बढ़ती है, उनकी सटीक सीमाएं धीरे-धीरे फैलती हैं जब तक कि वे सबसे खराब स्थिति की दीवारों को छू नहीं लेतीं। यह उनके नए तरीके को पुराने, अधिक रूढ़िवादी तरीकों से जोड़ता है, जो दर्शाता है कि वे सभी एक ही परिवार का हिस्सा हैं।

"ई-वैल्यू" (E-Value - "कितना मजबूत?" मीटर)

इसे लोगों के लिए समझने में आसान बनाने के लिए, उन्होंने एक मीट्रिक बनाया है जिसे प्रिंसिपल ई-वैल्यू (Principal E-value) कहा जाता है।

इसे उस झूठ की "शक्ति रेटिंग" के रूप में सोचें जिसे आपके परिणाम को गायब करने के लिए बोलना होगा।
यदि आपका ई-वैल्यू 2 है, तो इसका मतलब है कि एक अपरिभाषित कारक को आपके परिणाम को रद्द करने के लिए आपके द्वारा मापे गए सबसे मजबूत कारक से दोगुना मजबूत होना होगा।
यदि यह 1.1 है, तो आपका परिणाम बहुत नाजुक है; एक छोटा सा, लगभग अदृश्य कारक भी इसे बर्बाद कर सकता है।

दो वास्तविक दुनिया के परीक्षण

लेखकों ने अपने उपकरण का परीक्षण दो वास्तविक डेटासेट पर किया:

आवास और स्वास्थ्य: उन्होंने देखा कि क्या नमी वाले घरों में रहना अवसाद (depression) का कारण बनता है। उन्होंने पाया कि उन लोगों के लिए जो केवल नमी वाली स्थितियों में रहने पर बीमार होते हैं, परिणाम काफी मजबूत था। परिणाम को गायब करने के लिए छिपे हुए मकसद को अविश्वसनीय रूप से मजबूत होना होगा।
जॉब ट्रेनिंग (कार्य प्रशिक्षण): उन्होंने देखा कि क्या नौकरी का प्रशिक्षण लोगों की आय बढ़ाने में मदद करता है। यहाँ, परिणाम बहुत अधिक नाजुक थे। कुछ समूहों के लिए, यहाँ तक कि एक मध्यम स्तर का छिपा हुआ कारक (जैसे आयु या शिक्षा) भी परिणामों को स्पष्ट रूप से समझा सकता था। यह शोधकर्ताओं को चेतावनी देता है: "सावधान रहें! आपका निष्कर्ष यहाँ कमजोर है।"

गहराई में जाना: "पेयरवाइज" (Pairwise) चुनौती

यह शोध पत्र समस्या के एक कठिन संस्करण को भी संबोधित करता है। एक व्यक्ति के लिए "पहले बनाम बाद में" की तुलना करने के बजाय, कल्पना करें कि दो अलग-अलग लोगों की तुलना की जा रही है कि कौन बेहतर प्रदर्शन करता है। यह उन चीजों के लिए उपयोगी है जैसे "किस के जीवित रहने की संभावना अधिक है?" या "किस के जीतने की बेहतर संभावना है?"

लेखकों ने दिखाया कि जब आप दो लोगों की तुलना करते हैं, तो गणित अधिक जटिल हो जाता है क्योंकि "छिपा हुआ मकसद" एक साथ दोनों व्यक्तियों को प्रभावित करता है। उन्होंने इस "पेयरवाइज" तुलना के लिए नए नियमों का विकास किया, यह सिद्ध करते हुए कि ये तुलनाएं एकल-व्यक्ति तुलनाओं की तुलना में छिपे हुए चयन पूर्वाग्रहों (selection biases) के प्रति अधिक संवेदनशील होती हैं।

निष्कर्ष

यह शोध पत्र आपको यह नहीं बताता कि उत्तर क्या है; बल्कि यह बताता है कि आप उत्तर पर कितना भरोसा कर सकते हैं। यह शोधकर्ताओं को यह कहने का एक तरीका देता है कि, "हमारा निष्कर्ष तब तक कायम रहता है जब तक कि कोई छिपा हुआ कारक X से अधिक मजबूत न हो।" यह एक अस्पष्ट धारणा को एक ठोस, मापने योग्य सुरक्षा जांच में बदल देता है।

तकनीकी सारांश: प्रिंसिपल इग्नोरिबिलिटी (Principal Ignorability) से परे: प्रिंसिपल स्ट्रैटिफिकेशन के लिए नॉनपैरामेट्रिक सेंसिटिविटी बाउंड्स

समस्या विवरण (Problem Statement)
प्रिंसिपल स्ट्रैटिफिकेशन (Principal Stratification) मध्यवर्ती चरों (जैसे, नॉन-कम्प्लायंस, मृत्यु द्वारा ट्रंकेशन) की उपस्थिति में कारण प्रभावों (causal effects) के अनुमान के लिए एक सुदृढ़ ढांचा है, जो संभावित अंतिम परिणामों के आधार पर जनसंख्या को गुप्त स्तरों (latent strata) में विभाजित करता है। हालाँकि, प्रिंसिपल कॉज़ल इफेक्ट्स (PCEs) का पॉइंट आइडेंटिफिकेशन (point identification) आमतौर पर प्रिंसिपल इग्नोरिबिलिटी (PI) धारणा पर निर्भर करता है, जो यह मानती है कि संभावित अंतिम परिणाम, देखे गए कोवेरिएट्स (covariates) के आधार पर, गुप्त स्ट्रैटम सदस्यता से स्वतंत्र हैं। यह धारणा मौलिक रूप से अनटेस्टेबल (untestable) है। मौजूदा संवेदनशीलता विश्लेषण (sensitivity analysis) रणनीतियाँ अक्सर बेयसियन प्रायर्स (Bayesian priors), विशिष्ट वितरण संबंधी धारणाओं, या मोनोटोनिसिटी (monotonicity) और एक्सक्लूजन रिस्ट्रिक्शन्स (exclusion restrictions) जैसे संरचनात्मक प्रतिबंधों पर निर्भर करती हैं। एक ऐसे नॉनपैरामेट्रिक ढांचे की आवश्यकता है जो इन प्रतिबंधात्मक धारणाओं के बिना PI के उल्लंघन को मात्रात्मक रूप से माप सके, और मानक PCEs तथा अधिक जटिल एस्टिमैंड्स (estimands) के लिए शार्प बाउंड्स (sharp bounds) और फाल्सिफिकेशन थ्रेशोल्ड (falsification thresholds) प्रदान कर सके।

कार्यप्रणाली (Methodology)
लेखक एक नॉनपैरामेट्रिक सेंसिटिविटी एनालिसिस फ्रेमवर्क विकसित करते हैं जो एक अनमैच्ड कन्फाउंडर (unmeasured confounder) $U$ को पेश करके PI धारणा को शिथिल (relax) करता है। यह कार्यप्रणाली तीन मुख्य घटकों पर आधारित है:

सेंसिटिविटी पैरामीटर्स (Sensitivity Parameters): फ्रेमवर्क PI उल्लंघन की डिग्री को दर्शाने के लिए दो मार्जिन-फ्री रिलेटिव रिस्क (RR) पैरामीटर्स पेश करता है:
- सिलेक्शन RR ( $RR_{SU}$ ): एक कोवेरिएट स्ट्रैटम के भीतर, एक लक्षित प्रिंसिपल स्ट्रैटम और एक न्यूसेंस स्ट्रैटम के बीच $U$ के प्रसार (prevalence) में अधिकतम असंतुलन।
- आउटकम RR ( $RR_{UY}$ ): अपेक्षित संभावित परिणाम पर $U$ का अधिकतम प्रभाव।
  ये पैरामीटर्स डिंग और वेंडर-वीले (2016a, 2016b) के कन्फाउंडर-आधारित बाउंडिंग फैक्टर्स का सामान्यीकरण करते हैं।
बाउंडिंग फैक्टर का व्युत्पन्न (Bounding Factor Derivation): लेखक एक सेल-विशिष्ट बाउंडिंग फैक्टर, $BF_U$ व्युत्पन्न करते हैं, जो $RR_{SU}$ और $RR_{UY}$ का एक नियतात्मक फलन (deterministic function) है। मानक सेटिंग्स के विपरीत, लक्षित स्ट्रैटम माध्य (mean) गुप्त होता है और न्यूसेंस स्ट्रैटम के साथ एक भारित मिश्रण (weighted mixture) के रूप में देखे गए सेल माध्य में प्रवेश करता है। मिश्रण वेट (mixing weights) प्रिंसिपल स्कोर्स पर निर्भर करते हैं, जो आगे क्रॉस-वर्ल्ड ऑड्स रेशियो पैरामीटर $\theta(x)$ (जो $D(1)$ और $D(0)$ के बीच निर्भरता को नियंत्रित करता है) द्वारा निर्धारित होते हैं। व्युत्पत्ति इस मिश्रण संरचना और $\theta(x)$ द्वारा पेश किए गए अतिरिक्त संवेदनशीलता आयाम को ध्यान में रखती है।
शार्प नॉनपैरामेट्रिक बाउंड्स (Sharp Nonparametric Bounds):
- PCEs के लिए: लेखक मिश्रण अपघटन (mixture decomposition) के माध्यम से कंडीशनल और मार्जिनल PCEs ( $\Delta_s$ ) के लिए शार्प बाउंड्स प्राप्त करते हैं। यह दिखाया गया है कि ये बाउंड्स ग्रिली और मेअली (2008) तथा लॉन्ग और हडगेन्स (2013) के "वर्स्ट-केस" नॉनपैरामेट्रिक बाउंड्स के भीतर समाहित (nest) होते हैं, और केवल तभी उन तक पहुँचते हैं जब बाउंडिंग फैक्टर अनंत की ओर बढ़ता है।
- PGCEs के लिए: फ्रेमवर्क को प्रिंसिपल जनरलाइज्ड कॉज़ल इफेक्ट्स (PGCEs) तक विस्तारित किया गया है, जो प्रोडक्ट स्पेस (जैसे, प्रोबेबिलिस्टिक इंडिसेस) पर सामान्य नॉनलीनर कॉन्ट्रास्ट फंक्शन्स $h(\cdot)$ द्वारा परिभाषित होते हैं। नॉन-सेपरेबिलिटी के कारण, आउटकम RR को दो स्वतंत्र प्रतियों (replicates) के अनमैच्ड कन्फाउंडर्स पर संयुक्त रूप से परिभाषित किया जाना चाहिए। इसके परिणामस्वरूप तीन अलग-अलग बाउंडिंग फैक्टर्स ( $BF_{[1]}, BF_{[2]}, BF_{[1,2]}$ ) प्राप्त होते हैं, जो सिलेक्शन पेनल्टी के मल्टीप्लिकेटिव कंपाउंडिंग को दर्शाते हैं।

मुख्य परिणाम और सैद्धांतिक निष्कर्ष (Key Results and Theoretical Findings)

नेस्टिंग प्रॉपर्टी (Nesting Property): प्रस्तावित बाउंड्स किसी भी परिमित (finite) बाउंडिंग फैक्टर के लिए मौजूदा वर्स्ट-केस बाउंड्स के भीतर सख्ती से समाहित होते हैं। जैसे-जैसे बाउंडिंग फैक्टर डाइवर्ज होता है, प्रस्तावित बाउंड्स वर्स्ट-केस बाउंड्स की ओर अभिसरित (converge) होते हैं, जो पॉइंट आइडेंटिफिकेशन (PI के तहत) और अधिकतम एडवर्सरियल कन्फाउंडिंग के बीच एक निरंतर बीजगणितीय सेतु स्थापित करते हैं।
कॉर्नफील्ड-टाइप कंडीशंस और E-वैल्यूज़: पेपर में प्रभाव को शून्य करने के लिए आवश्यक महत्वपूर्ण फाल्सिफिकेशन थ्रेशोल्ड (कॉर्नफील्ड-टाइप कंडीशंस) व्युत्पन्न किए गए हैं।
- PCEs के लिए, यह एक "प्रिंसिपल E-वैल्यू" स्थापित करता है, जो चयन और आउटकम RRs के न्यूनतम संयुक्त परिमाण को परिभाषित करता है जो प्रभाव को समझाने के लिए आवश्यक है।
- PGCEs के लिए, विश्लेषण तीन विशिष्ट थ्रेशोल्ड प्रकट करता है: एक सिलेक्शन बायस लोअर थ्रेशोल्ड, एक आउटकम बायस लोअर थ्रेशोल्ड, और एक ग्लोबल मैक्सिमम थ्रेशोल्ड। इन थ्रेशोल्ड का क्रम ( $\gamma^*_{SU} < \gamma^*_{UY} < \Gamma^*$ ) यह औपचारिक रूप जाता है कि पेयरवाइज एस्टिमैंड्स, इंडिपेंडेंट सिलेक्शन पेनल्टी की मल्टीप्लिकेटिव प्रकृति के कारण, आउटकम कन्फाउंडिंग की तुलना में सिलेक्शन कन्फाउंडिंग के प्रति संरचनात्मक रूप से अधिक संवेदनशील होते हैं।
मोनोटोनिसिटी (Monotonicity): मोनोटोनिसिटी धारणा के तहत, बाउंड्स सरल हो जाते हैं, और मौजूदा वर्स्ट-केस बाउंड्स (लॉन्ग और हडगेन्स, 2013) के साथ संबंध बना रहता है।
बाइनरी आउटकम्स (Binary Outcomes): फ्रेमवर्क मल्टीप्लिकेटिव एस्टिमैंड्स (रिस्क रेशियो और ऑड्स रेशियो) के लिए शार्प बाउंड्स प्रदान करता है और यह प्रदर्शित करता है कि फाल्सिफिकेशन थ्रेशोल्ड कॉज़ल कॉन्ट्रास्ट स्केल्स (एडिटिव बनाम मल्टीप्लिकेटिव) केAcross अपरिवर्तनीय (invariant) हैं।

अनुभवजन्य चित्रण (Empirical Illustrations)
कार्यप्रणाली को दो वास्तविक दुनिया के डेटासेट्स पर लागू किया गया है:

WHO-LARES अध्ययन: डिप्रेशन पर डैम्प हाउसिंग (damp housing) के प्रभाव का विश्लेषण। लेखक "हार्मड" (harmed) स्ट्रैटम के बीच कॉज़ल रिलेटिव रिस्क की मजबूती को मात्रात्मक रूप से मापते हैं, जिससे पता चलता है कि देखे गए कोवेरिएट्स (जैसे, रोजगार, धूम्रपान) प्रभाव को शून्य करने के लिए आवश्यक परिमाण तक नहीं पहुँचते हैं, जो यह सुझाव देता है कि निष्कर्ष मध्यम अनमैच्ड कन्फाउंडिंग के प्रति सुदृढ़ है।
U.S. जॉब कॉर्प्स अध्ययन: अर्निंग्स (ऑर्डिनल आउटकम) पर ट्रेनिंग के प्रभाव का विश्लेषण करने के लिए एक PGCE (प्रोबेबिलिस्टिक इंडेक्स) का उपयोग किया गया है। विश्लेषण से पता चलता है कि महिला उपसमूह (female subgroup) के लिए अनुमानित प्रभाव अत्यधिक संवेदनशील है; ज्ञात कोवेरिएट्स (आयु, शिक्षा) प्रभाव को शून्य करने के लिए आवश्यक कन्फाउंडिंग परिमाण से अधिक हैं, जो इस समूह के लिए कॉज़ल आइडेंटिफिकेशन में संरचनात्मक नाजुकता को दर्शाता है।

महत्व और दावे (Significance and Claims)
यह पेपर दावा करता है कि यह प्रिंसिपल स्ट्रैटिफिकेशन के लिए पहला नॉनपैरामेट्रिक सेंसिटिविटी एनालिसिस फ्रेमवर्क प्रदान करता है जो:

बिना किसी पैरामेट्रिक धारणा, बेयसियन प्रायर्स, मोनोटोनिसिटी, या एक्सक्लूजन रिस्ट्रिक्शन्स के संचालित होता है।
एक निरंतर सेंसिटिविटी पैरामीटर के माध्यम से मौजूदा विखंडित साहित्य (जैसे, वर्स्ट-केस बाउंड्स बनाम PI-आधारित बाउंड्स) को एकीकृत करता है।
जटिल परिणामों (ऑर्डिनल, कैटेगोरिकल) को संभालने के अंतराल को संबोधित करते हुए, व्यापक वर्ग के PGCEs के लिए सेंसिटिविटी एनालिसिस का विस्तार करता है।
जटिल परिणामों और नॉनलीनर कॉन्ट्रास्ट्स को संभालने के अंतराल को संबोधित करता है।
सिलेक्शन कन्फाउंडिंग के प्रति आउटकम कन्फाउंडिंग की तुलना में पेयरवाइज एस्टिमैंड्स की संरचनात्मक संवेदनशीलता के संबंध में नवीन सैद्धांतिक अंतर्दृष्टि प्रदान करता है।
शोधकर्ताओं के लिए लैटेंट स्ट्रेटा और आउटकम के बीच अनमैच्ड कन्फाउंडिंग की उपस्थिति में कॉज़ल दावों की मजबूती का आकलन करने के लिए कार्रवाई योग्य उपकरण (शार्प बाउंड्स, E-वैल्यूज़, फाल्सिफिकेशन कंटोर्स) प्रदान करता है।

लेखक भविष्य की दिशाओं के संबंध में विनम्रता बनाए रखते हैं, यह नोट करते हुए कि निरंतर मध्यवर्ती चरों (continuous intermediate variables) तक ढांचे का विस्तार करना और उच्च-आयामी कोवेरिएट एडजस्टमेंट के लिए डीबायस्ड मशीन लर्निंग को शामिल करना आवश्यक अगले कदम हैं जिन्हें इस कार्य में अभी संबोधित नहीं किया गया है।