Two-Stage Estimation of Population Abundance with Robust Inference under Interacting Survey Protocols

कल्पना कीजिए कि आप एक जासूस हैं जो जंगल में रहने वाले अदृश्य जीवों की एक गुप्त आबादी को गिनने की कोशिश कर रहे हैं। आप उन सभी को एक साथ नहीं देख सकते, इसलिए आपको उन्हें खोजने के लिए विशेष उपकरणों का उपयोग करना होगा। कभी-कभी, आप एक बहुत ही महंगे, बहुत सटीक उपकरण का उपयोग करते हैं, जैसे कि एक हाई-टेक ड्रोन जो सब कुछ देख सकता है। अन्य समय में, आप एक सस्ते, सरल उपकरण का उपयोग करते हैं, जैसे कि एक टॉर्च जो कुछ जीवों को मिस कर सकती है। पारिस्थितिकी (ecology - जीव अपने परिवेश के साथ कैसे परस्पर क्रिया करते हैं, इसका अध्ययन) में बड़ी समस्या यह है कि ये उपकरण पूर्ण नहीं होते हैं। वे अक्सर जानवरों को मिस कर देते हैं, या शायद वे उन्हें देखते समय डरा भी सकते हैं या उन्हें नुकसान भी पहुँचा सकते हैं। यदि आप पहले एक सस्ता उपकरण उपयोग करते हैं और फिर एक शानदार उपकरण, तो सस्ते उपकरण ने पहले ही सबूतों को नुकसान पहुँचा दिया होगा, जिससे शानदार उपकरण के परिणाम अजीब दिख सकते हैं। वैज्ञानिकों को इन बिखरे हुए, अपूर्ण सुरागों को मिलाने का एक तरीका चाहिए ताकि वे उपकरणों के कारण धोखा खाए बिना आबादी की सही गिनती प्राप्त कर सकें।

यह शोध पत्र एक पेचीदा पहेली पर काम करता है: क्या होता है जब आपके सर्वेक्षण के तरीके एक-दूसरे में हस्तक्षेप करते हैं? लेखकों ने, जो जापान के विश्वविद्यालयों के शोधकर्ता हैं, एक विशिष्ट परिदृश्य पर गौर किया जहाँ एक "कम लागत" वाली विधि (जैसे गिलहरी के बालों में कंघी करना) के बाद एक "उच्च लागत" वाली विधि (जैसे बाल मुंडवाना) आती है। उन्होंने पाया कि पहली विधि न केवल कुछ परजीवियों को मिस करती है, बल्कि यह वास्तव में कुछ को नुकसान पहुँचाती है या हटा देती है इससे पहले कि दूसरा तरीका उन्हें देखने का मौका पा सके। यह त्रुटियों का दोहरा झटका पैदा करता है: मिस डिटेक्शन (missed detections) और खोए हुए नमूने (lost samples)। इस समस्या को हल करने के लिए, उन्होंने एक नया "दो-चरणीय" (two-stage) गणितीय नुस्खा बनाया। सब कुछ एक साथ अनुमान लगाने के बजाय, उन्होंने समस्या को दो चरणों में विभाजित किया। पहले, वे गणना करते हैं कि कंघी करने से कितने परजीवी नष्ट होने की संभावना थी। दूसरे, वे उस संख्या का उपयोग कंघी विधि की डिटेक्शन दर को ठीक करने के लिए करते हैं। उन्होंने अपने विचार का परीक्षण कंप्यूटर सिमुलेशन और लुप्तप्राय गिलहरियों के वास्तविक डेटा के साथ किया, जिससे पता चला कि उनका नया तरीका पुराने, लोकप्रिय "ऑल-इन-वन" मॉडल की तुलना में बहुत अधिक ईमानदार तस्वीर देता है, जो अत्यधिक आत्मविश्वासी और गलत होने की प्रवृत्ति रखते हैं।

जासूस की दुविधा: जब उपकरण आपस में लड़ते हैं

वन्यजीवों को गिनना कठिन है। कल्पना कीजिए कि आप बिना उन्हें डराए या लिली पैड्स के नीचे छिपे जीवों को मिस किए, तालाब में हर मछली को गिनने की कोशिश कर रहे हैं। पारिस्थितिकी विज्ञानी अक्सर N-मिक्सचर मॉडल (N-mixture models) का उपयोग करते हैं, जो फैंसी सांख्यिकीय उपकरण हैं जो यह अनुमान लगाने की कोशिश करते हैं कि जानवरों की वास्तविक संख्या ("N") क्या है, इस आधार पर कि उन्होंने वास्तव में कितने देखे। ये मॉडल मानते हैं कि यदि वे किसी जानवर को मिस करते हैं, तो यह केवल खराब किस्मत है, न कि इसलिए कि जानवर छिप गया था या इसलिए कि आपका उपकरण टूट गया था।

लेकिन क्या होगा यदि आपके उपकरण आपस में लड़ रहे हों?

इस शोध पत्र के लेखकों ने वास्तविक दुनिया में एक अजीब समस्या देखी। वे पल्लास गिलहरियों (एक प्रकार की गिलहरी जो जापान के कुछ हिस्सों में फैल गई है) और उन पर रहने वाले छोटे परजीवियों का अध्ययन कर रहे थे। परजीवियों को गिनने के लिए, उन्होंने दो विधियों का उपयोग किया:

1. कंघी (Combing): कुछ मिनटों के लिए गिलहरी के बालों में कंशिया चलाना। यह सस्ता और आसान है, लेकिन यह पूर्ण नहीं है।
2. शेविंग (Shaving): गिलहरी के बालों को पूरी तरह से मुंडवाना और फिर बालों के माध्यम से देखना। यह महंगा है और इसमें बहुत समय लगता है, लेकिन इसे सब कुछ पकड़ने के लिए बनाया गया है।

योजना सरल थी: त्वरित गिनती प्राप्त करने के लिए पहले कंघी का उपयोग करें, फिर यह देखने के लिए गिलहरी के बाल मुंडवाएं कि कंघी ने क्या मिस किया। लेकिन यहाँ एक मोड़ है: कंघी ने सबूतों को नष्ट कर दिया था।

जब उन्होंने गिलहरियों में कंघी की, तो उन्होंने न केवल कुछ परजीवियों को मिस किया; बल्कि उन्होंने कुछ को गिरा दिया या उन्हें इतना नुकसान पहुँचाया कि शेविंग विधि बाद में उन्हें नहीं ढूंढ सकी। यह टूटे हुए कांच को झाड़ू से बुहारने की कोशिश करने जैसा है, केवल यह महसूस करने के बाद कि झाड़ू ने आपके गिनने से पहले ही आधे टुकड़ों को तोड़ दिया है। यदि आप केवल "कंघी गणना" की तुलना "शेविंग गणना" से करते हैं, तो आपको गलत उत्तर मिलेगा क्योंकि "शेविंग गणना" अब बहुत कम है। गणित भ्रमित हो जाता है, और अंतिम जनसंख्या अनुमान एक गड़बड़ बन जाता है।

दो-चरणीय समाधान: टूटी हुई कड़ी को ठीक करना

लेखकों ने महसूस किया कि पुराना तरीका (जिसे "जॉइंट हिरार्किकल मॉडल" कहा जाता है) पूरे पहेली को एक साथ हल करने की कोशिश कर रहा था। यह एक विशाल, उलझे हुए गांठ की तरह था जिसमें आप झाड़ू ठीक करने, फर्श साफ करने और कांच गिनने की कोशिश कर रहे थे। परिणाम? गणित भ्रमित हो गया, संख्याएँ पक्षपाती (biased) हो गईं, और वैज्ञानिक अपने गलत उत्तरों को लेकर बहुत अधिक आश्वस्त थे।

इसलिए, लेखकों ने एक दो-चरणीय अनुमान (Two-Stage Estimation) ढांचा प्रस्तावित किया। इसे एक रिले रेस की तरह सोचें जहाँ बैटन को सावधानी से पास किया जाता है, न कि हर कोई एक घेरे में दौड़ता है।

चरण 1: "क्या होगा अगर" का पूर्वानुमान (The "What If" Prediction)
सबसे पहले, उन्होंने उन गिलहरियों को देखा जिन्हें केवल शेव किया गया था (कंट्रोल ग्रुप) और उन्हें जिन्हें कंघी करने के बाद शेव किया गया था (ट्रीटमेंट ग्रुप)। उन्होंने इस डेटा का उपयोग इस प्रश्न का उत्तर देने के लिए किया: "कंघी करने की प्रक्रिया ने कितने परजीवियों को नष्ट कर दिया?"
उन्होंने एक "काउंटरफैक्चुअल" (counterfactual) भविष्यवाणी बनाई। यह कहने का एक फैंसी तरीका है, "यदि कंघी ने कुछ भी नुकसान नहीं पहुँचाया होता, तो कितने परजीवी वहाँ होने चाहिए थे?" यह चरण उस नुकसान को अलग करता है जो सर्वेक्षण पद्धति के कारण हुआ है।

चरण 2: सुधार (The Correction)
एक बार जब उन्हें पता चल गया कि कितने परजीवी संभवतः नुकसान के कारण खो गए थे, तो उन्होंने उस संख्या का उपयोग दूसरे चरण के लिए गणित को ठीक करने के लिए किया। उन्होंने कंघी विधि की डिटेक्शन संभावना की गणना इस "अक्षत" (undamaged) संख्या के आधार पर की, न कि उस टूटी हुई संख्या के आधार पर जिसे उन्होंने वास्तव में देखा था।

यह सुनिश्चित करने के लिए कि वे खुद को मूर्ख नहीं बना रहे हैं, उन्होंने एक विशेष प्रकार का एरर बार (जिसे रोबस्ट वेरिएंस एस्टिमेटर कहा जाता है) बनाया। आमतौर पर, जब आप चरण 2 करने के लिए चरण 1 से एक संख्या का उपयोग करते हैं, तो आप भूल जाते हैं कि चरण 1 की अपनी गलतियाँ थीं। यह नया गणितीय उपकरण यह सुनिश्चित करता है कि वे गलतियाँ आगे बढ़ें, ताकि अंतिम उत्तर बहुत अधिक आत्मविश्वासी न हो। यह आपकी गणना में सुरक्षा मार्जिन जोड़ने जैसा है कि, "हमें लगता है कि उत्तर X है, लेकिन यह थोड़ा अधिक या कम हो सकता है क्योंकि हमारा पहला अनुमान पूर्ण नहीं था।"

संख्याएँ क्या कहती हैं: सिमुलेशन और वास्तविक गिलहरियाँ

टीम ने केवल अनुमान नहीं लगाया; उन्होंने अपने विचार का दो तरीकों से परीक्षण किया।

1. कंप्यूटर सिमुलेशन
उन्होंने कंप्यूटर में नकली दुनिया बनाई जहाँ वे परजीवियों की सटीक संख्या जानते थे। उन्होंने विभिन्न सेटिंग्स के साथ सिमुलेशन को 1,000 बार चलाया।

• पुराना तरीका (Bayesian Joint Model): भले ही कंप्यूटर को सही उत्तर पता था, पुराना मॉडल लगातार गलत अनुमान लगाता रहा। यह पक्षपाती था, जिसका अर्थ था कि यह लगातार संख्याओं को बहुत अधिक या बहुत कम बताता था। बदतर बात यह थी कि इसके "कॉन्फिडेंस इंटरवल" (वह सीमा जहाँ उसे लगा कि उत्तर होना चाहिए) बहुत संकीर्ण थे। यह एक जासूस के ऐसा कहने जैसा था, "मुझे 95% यकीन है कि चोर इस छोटी सी अलमारी में है," जबकि चोर वास्तव में पूरे घर में था। कई मामलों में, सही उत्तर उस सीमा में भी नहीं था जिसे मॉडल ने 95% निश्चित होने का दावा किया था।
• नया तरीका (Two-Stage): लेखकों के तरीके ने औसतन सही संख्याएँ दीं। सबसे महत्वपूर्ण बात यह थी कि इसके कॉन्फिडेंस इंटरवल ईमानदार थे। जब उन्होंने कहा कि वे 95% निश्चित हैं, तो सही उत्तर वास्तव में उस सीमा में 95% समय मौजूद था। यहाँ तक कि जब उन्होंने जानबूझकर डेटा को "मेसी" (messy) बनाया, तब भी नया तरीका विश्वसनीय रहा, जबकि पुराना तरीका विफल हो गया।

2. वास्तविक गिलहरी डेटा
उन्होंने अपने तरीके को जापान की 180 गिलहरियों (60 कंट्रोल ग्रुप के लिए, 120 ट्रीटमेंट ग्रुप के लिए) के वास्तविक डेटा पर लागू किया।

• नुकसान: उन्होंने पाया कि कंघी करने की विधि ने लगभग 30% परजीवियों को नष्ट कर दिया। कंघी के बाद परजीवी की "सर्वाइवल प्रोबेबिलिटी" केवल लगभग 0.7 थी (अर्थात 70% जीवित रहे, 30% नष्ट हो गए)।
• तुलना: जब उन्होंने अपने नए तरीके की तुलना पुराने "ऑल-इन-वन" मॉडल से की, तो पुराना मॉडल कंघी के काम करने के बारे में थोड़ा अधिक आशावादी था। लेकिन सबसे बड़ा अंतर अनिश्चितता में था। नए तरीके के एरर बार पुराने मॉडल की तुलना में लगभग 50% अधिक चौड़े थे। यह बुरा लग सकता है, लेकिन वास्तव में यह अच्छा है! इसका मतलब है कि नया तरीका स्वीकार कर रहा है, "हम 100% निश्चित नहीं हैं, और यहाँ संभावनाओं की ईमानदार सीमा है," जबकि पुराना मॉडल अधिक निश्चित होने का दिखावा कर रहा था।

यह क्यों मायने रखता है

यह शोध पत्र सुझाव देता है कि जब विभिन्न सर्वेक्षण विधियाँ एक-दूसरे के साथ परस्पर क्रिया करती हैं और एक-दूसरे को बाधित करती हैं, तो हमें सब कुछ एक साथ हल करने की कोशिश छोड़ देनी चाहिए। चरणों को अलग करके—पहले नुकसान का पता लगाना, फिर डिटेक्शन रेट को ठीक करना—हमें प्रकृति की अधिक स्पष्ट और ईमानदार तस्वीर मिलती है।

लेखक स्वीकार करते हैं कि उनका तरीका दुनिया की हर समस्या के लिए जादू की छड़ी नहीं है। उदाहरण के लिए, यदि डेटा में समय या स्थान के जटिल पैटर्न हैं (जैसे समूहों में चलने वाली गिलहरियाँ), तो गणित में अधिक बदलाव की आवश्यकता हो सकती है। लेकिन फिलहाल, यह दो-चरणीय दृष्टिकोण एक ठोस, विश्वसनीय तरीका प्रदान करता है जिससे हम अपने स्वयं के उपकरणों द्वारा धोखा खाए बिना आबादी को गिन सकते हैं। यह हमें सिखाता है कि कभी-कभी, सही उत्तर पाने के लिए, आपको पूरे को गिनने की कोशिश करने से पहले टूटे हुए हिस्सों को ठीक करना पड़ता है।