Logarithmic energy distances and Gini covariance for Hilbert-valued random elements

तकनीकी सारांश: हिल्बर्ट-मान वाले यादृच्छिक तत्वों के लिए लघुगणकीय ऊर्जा दूरियाँ और गिनी सहप्रसरण (Logarithmic Energy Distances and Gini Covariance for Hilbert-valued Random Elements)

समस्या विवरण
यह शोध पत्र वास्तविक पृथक हिल्बर्ट स्थान (real separable Hilbert space) $H$ में मान लेने वाले यादृच्छिक तत्वों के लिए सामान्यीकृत ऊर्जा दूरियों और गिनी सहप्रसरण सांख्यिकी के सीमा क्षेत्र (boundary regime) की जांच करता है। ये सांख्यिकी पारंपरिक रूप से $(x, y) \mapsto \|x - y\|^\alpha$ प्रकार के पावर-डिस्टेंस कर्नेल का उपयोग करके परिभाषित की जाती हैं, जहाँ $\alpha \in (0, 2)$ है। हालांकि ये विधियाँ गैर-पैरामीट्रिक अनुमान और गुडनेस-ऑफ-फिट परीक्षणों के लिए अच्छी तरह से स्थापित हैं, लेकिन जब पैरामीटर निचले सीमा $\alpha \downarrow 0$ की ओर बढ़ता है, तो इन कर्नेल के व्यवहार को अनंत-आयामी परिवेश में पूरी तरह से चरित्रित नहीं किया गया था। लेखक इस परिवार के कर्नेल के सीमात्मक वस्तु (limiting object) को निर्धारित करने और इसके सांख्यिकीय गुणों, विशेष रूप से दो-नमूना (two-sample) और $k$-नमूना समस्याओं के लिए, जांचने का लक्ष्य रखते हैं।

कार्यप्रणाली (Methodology)
मुख्य कार्यप्रणाली दृष्टिकोण शून्य के निकट पावर फंक्शन के मूल विस्तार पर निर्भर करता है: $\alpha \downarrow 0$ होने पर $\|x - y\|^\alpha = 1 + \alpha \log \|x - y\| + o(\alpha)$। सामान्यीकृत ऊर्जा दूरी $E_\alpha(X, Y)$ की परिभाषा पर इस विस्तार को लागू करके, लेखक दिखाते हैं कि स्थिर पदों को रद्द करने और उपयुक्त सामान्यीकरण ( $\alpha$ से विभाजित करने) के बाद, यह एक लघुगणकीय ऊर्जा दूरी में अभिसरित होती है:
$$E_0(X, Y) = 2\mathbb{E}[\log \|X - Y\|] - \mathbb{E}[\log \|X - X'\|] - \mathbb{E}[\log \|Y - Y'\|],$$
जहाँ $X'$ और $Y'$, $X$ और $Y$ की स्वतंत्र प्रतियां हैं।

लेखक $k$-नमूना समस्या के लिए इस अवधारणा का विस्तार करते हुए एक लघुगणकीय गिनी सहप्रसरण, $c_{\log}$, को परिभाषित करते हैं, जो युग्मवार लघुगणकीय ऊर्जा दूरियों का एक भारित योग (weighted sum) है। सैद्धांतिक विकास निम्नलिखित चरणों में आगे बढ़ता है:

1. चरित्रीकरण (Characterization): शोध पत्र यह स्थापित करता है कि $E_0(X, Y) = 0$ यदि और केवल यदि $X$ और $Y$ के वितरण समान हैं। इसका प्रमाण फ्रुलानी सूत्र (Frullani's formula) का उपयोग करके लघुगणकीय दूरी को गाऊसी कर्नेल $k_z(x, y) = \exp(-z\|x - y\|^2)$ से जुड़े वर्ग अधिकतम माध्य विचलनों (Maximum Mean Discrepancies - MMD) के वर्ग के अभिन्न (integral) के रूप में निरूपित करने पर आधारित है। यह निरूपण शोएनबर्ग प्रमेय (Schoenberg's theorem) का लाभ उठाता है और इस तथ्य का उपयोग करता है कि पृथक हिल्बर्ट स्थान पर प्रायिकता माप अपने परिमित-आयामी मार्जिनल्स द्वारा निर्धारित होते हैं।
2. संरचनात्मक गुण (Structural Properties): दिखाया गया है कि लघुगणकीय गिनी सहप्रसरण सामान्य स्थानान्तरण (translations) और स्केल परिवर्तनों के तहत अपरिवर्तनीय है, जो इसे मानक पावर-कर्नेल गिनी सहप्रसरण (जो $b^\alpha$ द्वारा स्केल होता है) से अलग करता है।
3. अनंतकालीन सिद्धांत (Asymptotic Theory):
   • शून्य परिकल्पना ($H_0$) के अंतर्गत: निश्चित $k$ के लिए, अनुभवजन्य लघुगणकीय गिनी सहप्रसरण अनंत रूप से क्षीण (asymptotically degenerate) होता है। इसकी सीमात्मक वितरण को $K_0(x, y)$ से जुड़े इंटीग्रल ऑपरेटर के आइगेनवैल्यूज़ (eigenvalues) के केंद्रित $\chi^2$ (chi-square) यादृच्छिक चरों के एक अनंत भारित योग के रूप में प्राप्त किया जाता है।
   • वैकल्पिकताओं (Alternatives) के अंतर्गत: जब वितरण भिन्न होते हैं, तो सांख्यिकी गैर-क्षीण (non-degenerate) होती है। लेखक निश्चित विकल्पों के तहत अनुभवजन्य सांख्यिकी के लिए अनंतकालीन सामान्यता (asymptotic normality) को सिद्ध करते हैं, जिससे इसकी निरंतरता (consistency) स्थापित होती है।
4. कार्यान्वयन (Implementation): अज्ञात आइगेनवैल्यूज़ पर शून्य वितरण की निर्भरता के कारण, लेखक टेस्ट सांख्यिकी को कैलिब्रेट करने के लिए एक क्रमपरिवर्तन-आधारित (permutation-based) प्रक्रिया का प्रस्ताव करते हैं।

प्रमुख योगदान
शोध पत्र तीन प्राथमिक योगदान देता है:

1. लघुगणकीय एनालॉग्स का परिचय: यह औपचारिक रूप से पावर-डिस्टेंस परिवार के प्राकृतिक सीमात्मक वस्तुओं के रूप में लघुगणकीय ऊर्जा दूरियों और लघुगणकीय गिनी सहप्रसरण को पेश करता है।
2. हिल्बर्ट स्पेस में चरित्रीकरण: यह सिद्ध करता है कि लघुगणकीय ऊर्जा दूरी हिल्बर्ट स्पेस में भी मौलिक चरित्रीकरण गुण ($E_0 = 0 \iff P=Q$) बनाए रखती है, जो गाऊसी-कर्नेल MMD के साथ जुड़कर इसे कार्यात्मक डेटा (functional data) के लिए उपयोगी बनाती है।
3. अनंतकालीन और व्यावहारिक ढांचा: यह निश्चित-$k$ ढांचे में अनुभवजन्य लघुगणकीय गिनी सहप्रसरण के लिए अनंतकालीन शून्य और वैकल्पिक सिद्धांतों को व्युत्पन्न करता है और एक व्यावहारिक क्रमपरिवर्तन-आधारित कार्यान्वयन रणनीति प्रदान करता है।

परिणाम
लेखक एक सिमुलेशन अध्ययन और वास्तविक-डेटा अनुप्रयोगों से संख्यात्मक परिणाम प्रस्तुत करते हैं:

• सिमुलेशन: अध्ययन प्रस्तावित लघुगणकीय परीक्षणों ($E_0$ और एक अन्य संस्करण $E_{\log}$) की तुलना मानक ऊर्जा-दूरी परीक्षण ($E_1$) और एक अन्य प्रतिस्पर्धी से करता है। परिणाम दर्शाते हैं कि जबकि सभी परीक्षण नाममात्र महत्व स्तर (nominal significance level) बनाए रखते हैं, लघुगणकीय प्रक्रियाएं स्केल और शेप विकल्पों (विशेष रूप से कोवेरिएंस संरचना में परिवर्तन, सामान्यता से विचलन, या सापेक्ष फैलाव में अंतर) के विरुद्ध काफी उच्च शक्ति (power) प्रदर्शित करती हैं। यह लाभ उच्च आयामों और कार्यात्मक डेटा सेटिंग्स में अधिक स्पष्ट है।
• वास्तविक डेटा अनुप्रयोग:
  • आइरिस (Iris) और वाइन (Wine) डेटासेट: परीक्षण फिशर आइरिस और वाइन डेटासेट के लिए समान वितरण की शून्य परिकल्पना को सफलतापूर्वक खारिज करते हैं, जो उनके ज्ञात अंतरों के अनुरूप है।
  • बर्कले ग्रोथ डेटा (Berkeley Growth Data): कार्यात्मक डेटा (लड़कों और लड़कियों के विकास वक्र) पर लागू होने पर, लघुगणकीय परीक्षण उन विशिष्ट आयु अंतरालों ([1, 4), [13, 18), और [1, 18]) में वितरण संबंधी अंतर का पता लगाते हैं जहाँ माध्य फलन (mean functions) भी भिन्न होते हैं, जबकि अंतराल [4, 13) में समानता में विफल रहने में सही रहते हैं जहाँ माध्य फलन समान होते हैं।

महत्व और दावे
शोध पत्र दावा करता है कि लघुगणकीय ढांचा ऊर्जा-प्रकार के सांख्यिकी के परिवार के भीतर एक "नया सीमा घटना" (new boundary phenomenon) प्रकट करता है। इसका महत्व निम्नलिखित में निहित है:

• कार्यात्मक डेटा विश्लेषण (Functional Data Analysis): हिल्बर्ट-स्पेस सूत्रीकरण कार्यात्मक डेटा के प्रत्यक्ष उपचार की अनुमति देता है, जिससे आयाम न्यूनीकरण या पद्धति में विशिष्ट संशोधनों की आवश्यकता नहीं रहती।
• ज्यामितीय संरचना के प्रति संवेदनशीलता: साधारण ऊर्जा कर्नेल के विपरीत, जो वैश्विक अलगाव पर जोर देते हैं, लघुगणकीय कर्नेल को सापेक्ष ज्यामितीय संरचना और स्थानीय अंतःक्रियाओं के प्रति अधिक संवेदनशील बताया गया है। यह मौजूदा ऊर्जा सांख्यिकी के लिए एक पूरक उपकरण प्रदान करता है, विशेष रूप से गैर-लोकेशन विकल्पों का पता लगाने के लिए।
• कर्नेल विधियों के साथ संबंध: व्युत्पत्ति लघुगणकीय ऊर्जा दूरियों और गाऊसी-कर्नेल MMD के बीच एक सैद्धांतिक संबंध स्थापित करती है, जो गैर-पैरामीट्रिक अनुमान के विभिन्न क्षेत्रों को जोड़ती है।

लेखक विनम्रतापूर्वक निष्कर्ष निकालते हैं कि यह कार्य भविष्य के अनुसंधान के लिए कई मार्ग खोलता है, जिसमें सामान्य बानच स्पेस (Banach spaces) तक विस्तार, उच्च-आयामी अनंतकालीन शासन ($d_N \gg N$), और कई $\alpha$ मानों को संयोजित करने वाली अनुकूलन प्रक्रियाओं (adaptive procedures) का विस्तार शामिल है।