An Explicit Link between Extreme Value Theory and Compositional Data Analysis

कल्पना कीजिए कि दो अलग-अलग समूहों के वैज्ञानिक एक ही पहेली को सुलझाने की कोशिश कर रहे हैं, लेकिन वे पूरी तरह से अलग भाषाएं बोल रहे हैं। एक तरफ, आपके पास एक्सट्रीम वैल्यू थ्योरी (Extreme Value Theory) के विशेषज्ञ हैं, जो दुर्लभ, विशाल घटनाओं जैसे कि सदी में एक बार आने वाली बाढ़ या अचानक शेयर बाजार की गिरावट का अध्ययन करते हैं। दूसरी ओर, आपके पास कंपोजिशनल डेटा एनालिसिस (Compositional Data Analysis) के विशेषज्ञ हैं, जो उन चीजों का अध्ययन करते हैं जहाँ केवल अनुपात (proportions) मायने रखते हैं, जैसे कि किसी चट्टान में रासायनिक मिश्रण या जंगल में विभिन्न प्रजातियों का प्रतिशत।

लंबे समय तक, ये दोनों समूह समानांतर रूप से काम कर रहे थे, इस बात से अनजान कि वे वास्तव में एक ही गणितीय पहेली को हल कर रहे हैं। यह शोध पत्र, मैनुअल हेंट्सचेल और सेबस्टियन एंगेलके द्वारा लिखा गया है, एक सार्वभौमिक अनुवादक (universal translator) के रूप में कार्य करता है, जो इन दो दुनियाओं के बीच एक छिपे हुए पुल को प्रकट करता है।

मुख्य खोज: यह आकार के बारे में नहीं, बल्कि अनुपातों के बारे में है

यहाँ मुख्य विचार है: दोनों क्षेत्र सापेक्ष जानकारी (relative information) के प्रति जुनूनी हैं।

चरम घटनाओं (extreme events) की दुनिया में, वैज्ञानिकों ने महसूस किया कि जब कोई भीषण तूफान आता है, तो तूफान का कुल आकार उतना महत्वपूर्ण नहीं होता जितना कि नुकसान का स्वरूप (shape)। क्या हवा उत्तर में अधिक तेज चली या दक्षिण में? गणित "त्रिज्यीय आकार" (घटना कितनी बड़ी है) को "सापेक्ष प्रोफाइल" (भाग एक-दूसरे की तुलना में कैसे हैं) से अलग करता है।

कंपोजिशन (मिश्रण) की दुनिया में, वैज्ञानिकों ने महसूस किया कि यदि आप केक की रेसिपी में हर सामग्री की मात्रा को दोगुना कर देते हैं, तो केक का स्वाद बिल्कुल वैसा ही रहता है। पूर्ण मात्रा मायने नहीं रखती; केवल आटा, चीनी और अंडों के बीच के अनुपात मायने रखते हैं।

यह पत्र सिद्ध करता है कि इन "आकारों" और "अनुपातों" का वर्णन करने वाले गणितीय उपकरण वास्तव में समान हैं। यह ऐसा है जैसे यह खोज लेना कि एक तूफान में नेविगेट करने वाले नाविक द्वारा उपयोग किया जाने वाला मानचित्र, सामग्री मापने वाले बेकर द्वारा उपयोग किए जाने वाले मानचित्र के ठीक उसी ग्रिड पर बना है।

जादुई टूलकिट: प्रोजेक्शन और इनवर्स

लेखकों ने केवल यह नहीं कहा कि, "हे, ये समान दिखते हैं।" उन्होंने एक कठोर बीजगणितीय ढांचा (algebraic framework) बनाया है जिससे यह दिखाया जा सके कि उपकरण बिल्कुल कैसे मेल खाते हैं। वे कुछ फैंसी-साउंडिंग गणितीय चालों का उपयोग करते हैं, जिन्हें हम इस प्रकार समझ सकते हैं:

1. ऑब्लिक प्रोजेक्शन (Oblique Projections): कल्पना कीजिए कि आप एक 3D वस्तु पर रोशनी डाल रहे हैं जिससे दीवार पर उसकी छाया पड़ती है। इस शोध पत्र में, वे दिखाते हैं कि कैसे जटिल डेटा को एक सपाट सतह पर "प्रोजेक्ट" किया जा सकता है ताकि समग्र आकार को अनदेखा करते हुए सापेक्ष संबंधों को स्पष्ट रूप से देखा जा सके।
2. वैरियोग्राम मैप (The Variogram Map): यह एक विशेष कैलकुलेटर है जो वेरिएंस (चीजें कितनी डगमगाती हैं) की एक सूची को अंतर के मानचित्र में बदल देता है। यह पत्र दिखाता है कि बाढ़ के लिए उपयोग किया जाने वाला "एक्सट्रीमल वैरियोग्राम" रासायनिक मिश्रणों के लिए उपयोग किए जाने वाले "कंपोजिशनल वेरिएशन एरे" के समान है।
3. मूर-पेनरोज इनवर्स (Moore–Penrose Inverses): इसे गणित की उन समस्याओं के लिए "रिवर्स बटन" के रूप में सोचें जिन्हें आमतौर पर रिवर्स नहीं किया जा सकता क्योंकि उनमें बहुत सारे वेरिएबल्स होते हैं। यह पत्र सिद्ध करता है कि यदि आप कंपोजिशनल डेटा पर यह रिवर्स बटन दबाते हैं, तो आपको वही परिणाम मिलेगा जो एक्सट्रीम वैल्यू डेटा पर इसे दबाने से मिलता है।

वास्तविक जीवन के लिए इसका क्या अर्थ है (स्थानांतरण)

चूंकि गणित समान है, लेखक दिखाते हैं कि हम एक क्षेत्र से तरकीबें चुरा सकते हैं और उन्हें दूसरे में उपयोग कर सकते हैं।

1. चरम (Extremes) से कंपोजिशन तक: छिपे हुए कनेक्शन खोजना
एक्सट्रीम वैल्यू थ्योरी में, शोधकर्ताओं ने एक तरीका विकसित किया है जिससे वे "ग्राफ" बना सकते हैं जो दिखाते हैं कि संकट के दौरान सिस्टम के कौन से हिस्से आपस में जुड़े हुए हैं। उदाहरण के लिए, यदि एक नदी में बाढ़ आती है, तो क्या यह स्वतः ही अगली नदी को भी प्रभावित करती है? यह पत्र कंपोजिशनल डेटा के लिए इंट्रिन्सिक लॉजिस्टिक-नॉर्मल ग्राफिकल मॉडल (intrinsic logistic-normal graphical models) नामक एक नई विधि पेश करता है।

• परीक्षण: उन्होंने इसे भू-रासायनिक माप (geochemical measurements) के एक वास्तविक डेटासेट ("gemas" डेटासेट) पर आजमाया। उन्होंने पाया कि उनकी नई विधि तत्वों के बीच संबंधों को ठीक वैसे ही पहचान सकती है जैसे कि एक्सट्रीम वैल्यू विधियाँ करती हैं। यह कोई जादुई समाधान नहीं है जो सब कुछ तुरंत हल कर दे, लेकिन उनके सिमुलेशन में, इसने 10-आयामी मॉडल में 27 में से 25 वास्तविक लिंक को सफलतापूर्वक पहचाना।

2. कंपोजिशन से चरम तक: बड़ी तस्वीर देखना
कंपोजिशनल डेटा विशेषज्ञों ने दशकों से विशाल डेटासेट्स को प्रबंधनीय आकार में सिकोड़ने (डायमेंशनलिटी रिडक्शन) के चतुर तरीके इस्तेमाल किए हैं। यह पत्र दिखाता है कि एक्सट्रीम वैल्यू शोधकर्ता भी इन समान ट्रिक्स का उपयोग कर सकते हैं।

• परीक्षण: उन्होंने "डेन्यूब" (Danube) नदी के डेटासेट पर लॉग-रेशियो एनालिसिस (Log-Ratio Analysis) तकनीक लागू की, जो 38 अलग-अलग स्टेशनों पर पानी के प्रवाह को ट्रैक करता है। नदी के प्रवाह डेटा को एक कंपोजिशन की तरह मानकर, उन्होंने एक दृश्य मानचित्र (बायप्लॉट) बनाया जो स्पष्ट रूप से दिखाया कि नदी के स्टेशन आपस में कैसे जुड़े हुए हैं। उन्होंने एक "वेटेड" (भारित) संस्करण का भी परीक्षण किया, जिसमें उच्च जल प्रवाह वाले स्टेशनों को अधिक महत्व दिया गया, जिससे मुख्य नदी का मार्ग और भी स्पष्ट रूप से उभर कर आया।

3. थ्रेशोल्ड्स (सीमाओं) को स्मूथ करना
आमतौर पर, चरम घटनाओं का अध्ययन करने के लिए, वैज्ञानिकों को एक सख्त रेखा (थ्रेशोल्ड) खींचनी होती है और कहना होता है, "इससे नीचे सब सामान्य है, इससे ऊपर सब चरम है।" यह थोड़ा मनमाना है।

• सुझाव: कंपोजिशन में वेटेड विश्लेषण से उधार लेते हुए, लेखक एक वेटेड वैरियोग्राम एस्टीमेटर (weighted variogram estimator) का सुझाव देते हैं। एक सख्त कट-ऑफ के बजाय, वे अधिक "चरम" अवलोकनों को उच्च भार (weights) देते हैं। 500 डेटासेट्स के साथ अपने सिमुलेशन में, इस वेटेड दृष्टिकोण ने मानक अनवेटेड पद्धति की तुलना में त्रुटि (Mean Squared Error) को थोड़ा कम किया, जो यह सुझाव देता है कि यह वास्तविक दुनिया के डेटा की अव्यवस्था को संभालने का एक बेहतर तरीका हो सकता है।

वे क्या दावा नहीं करते

यह जानना महत्वपूर्ण है कि यह शोध पत्र क्या नहीं कहता।

• यह "जीरो" (शून्य) की समस्या को हल करने का दावा नहीं करता: दोनों क्षेत्र शून्य वाले डेटा (जैसे कि कोई रसायन जो मौजूद नहीं है, या कोई नदी जिसमें बहाव नहीं है) के साथ संघर्ष करते हैं। यह पत्र स्पष्ट रूप से कहता है कि गणित को काम करने के लिए उन्होंने केवल धनात्मक (strictly positive) डेटा को माना है। वे सुझाव देते हैं कि शून्य को संभालना भविष्य के शोध का काम है, न कि वह जिसे उन्होंने यहाँ हल किया है।
• यह दावा नहीं करता कि विधियाँ सभी वितरणों के लिए काम करती हैं: उनके द्वारा पाया गया सटीक गणितीय संबंध विशेष रूप से हुस्लर-रीस मॉडल (Hüsler–Reiss model) (एक विशिष्ट प्रकार का एक्सट्रीम वैल्यू डिस्ट्रीब्यूशन) के लिए काम करता है। अन्य, अधिक जटिल वितरणों के लिए, संबंध अधिक जटिल है और इसमें "एक्सपोनेंशियल टिल्टिंग" शामिल है, जिसका अर्थ है कि सरल अनुवाद पूरी तरह से काम नहीं करता है।
• यह एक तैयार उत्पाद के रूप में "ब्रेकथ्रू" नहीं है: लेखक सावधानी बरतते हुए कहते हैं कि वे इन स्थानांतरणों को "प्रस्तुत" और "अन्वेषण" कर रहे हैं। वे दिखाते हैं कि यह किया जा सकता है और इसके समर्थन में सिमुलेशन प्रदान करते हैं, लेकिन वे यह दावा नहीं कर रहे हैं कि इन क्षेत्रों की हर सांख्यिकीय समस्या अब हल हो गई है।

निचोड़ (The Bottom Line)

यह शोध पत्र बिंदुओं को जोड़ने का एक उत्कृष्ट उदाहरण है। यह दो स्पष्ट रूप से असंबंधित क्षेत्रों को लेता है—एक जो सबसे भीषण तूफानों का अध्ययन करता है और दूसरा जो सबसे सूक्ष्म व्यंजनों का अध्ययन करता है—और सिद्ध करता है कि वे एक ही अंतर्निहित ज्यामिति (geometry) का उपयोग कर रहे हैं। बीजगणक का एक पुल बनाकर, लेखक सांख्यिकीविदों को अपने टूल्स को बदलने की अनुमति देते हैं, जिससे संभावित रूप से सबसे दुर्लभ आपदाओं और सबसे जटिल मिश्रणों दोनों को समझना आसान हो जाता है। यह एक ठोस, गणितीय रूप से प्रमाणित लिंक है जो भविष्य के अन्वेषण के लिए दरवाजा खोलता है, न कि एक अंतिम मंजिल।