The Elliptically Optimal Confidence Interval: A Bivariate Extension of Wilson's Score Method

वैज्ञानिक मापन की दुनिया में, शोधकर्ताओं को अक्सर दो समूहों की तुलना करने की आवश्यकता होती है ताकि यह देखा जा सके कि क्या वे सार्थक रूप से भिन्न हैं। कल्पना कीजिए कि एक डॉक्टर एक नई दवा का परीक्षण एक पुरानी दवा के विरुद्ध कर रहा है, या एक जीवविज्ञानी दो प्रजातियों के पौधों के जीवित रहने की दर की तुलना कर रहा है। डेटा आमतौर पर सरल गणनाओं के रूप में आता है: कितने लोग ठीक हुए, कितने बीज अंकुरित हुए। इन गणनाओं से, वैज्ञानिक एक अनुपात (proportion) निकालते हैं, जो सफलता दर को दर्शाने वाला एक प्रतिशत है। लेकिन केवल एक संख्या पूरी कहानी बताने के लिए पर्याप्त नहीं होती है। क्योंकि डेटा पूरे ब्रह्मांड के जनगणना के बजाय एक नमूने (sample) से आता है, इसलिए अनिश्चितता का हमेशा एक मार्जिन बना रहता है। इस अनिश्चितता को ईमानदारी से संप्रेषित करने के लिए, वैज्ञानिक मानों की एक सीमा का निर्माण करते हैं, जिसे 'कॉन्फिडेंस इंटरवल' (confidence interval) के रूप में जाना जाता है। यह सीमा दो समूहों के बीच के वास्तविक अंतर को उच्च स्तर की निश्चितता के साथ पकड़ने के लिए बनाई गई है, जो आमतौर पर 95 प्रतिशत होती है। यदि सीमा बहुत संकीर्ण है, तो यह सत्य को चूक सकती है; यदि यह बहुत चौड़ी है, तो यह निर्णय लेने के लिए बेकार हो जाती है। चुनौती लंबे समय से एक आदर्श संतुलन खोजने की रही है: एक ऐसी सीमा जो यथासंभव सटीक हो, लेकिन कभी भी सत्य को गलत तरीके से बाहर न करे।

दशकों से, इस काम के लिए मानक उपकरण 'वाल्ड इंटरवल' (Wald interval) नामक एक विधि रही है। यह गणना करने में सरल है और लगभग हर परिचयात्मक सांख्यिकी पाठ्यपुस्तक में दिखाई देता है। हालाँकि, यह शोध पत्र प्रकट करता है कि वाल्ड विधि में एक छिपा हुआ दोष है। जब शोधकर्ता इसका उपयोग करते हैं, विशेष रूप से छोटे नमूना आकार के साथ या जब सफलता दर बहुत अधिक या बहुत कम होती है, तो यह विधि अनिश्चितता को कम करके आंकने लगती है, जिससे ऐसे अंतराल बनते हैं जो बहुत संकीर्ण होते हैं। हालांकि यह अक्सर विज्ञापित 5 प्रतिशत के समय से अधिक बार वास्तविक अंतर को चूक जाता है, लेकिन यह समान रूप से ऐसा नहीं करता है; विशिष्ट मामलों में, जैसे कि जब नमूना आकार छोटा होता है और सफलता दर बहुत कम होती है, तो यह वास्तव में काफी अधिक कवर कर सकता है, जिससे सुरक्षा की एक झूठी भावना पैदा होती है। इसे ठीक करने के लिए, इस अध्ययन के लेखक, जो एक स्वतंत्र शोधकर्ता हैं, ने 'एलिप्टिकली ऑप्टिमल' (Elliptically Optimal) कॉन्फिडेंस इंटरवल नामक एक नया दृष्टिकोण विकसित किया है। यह विधि अनिश्चितता का अनुमान लगाने की कोशिश नहीं करती है; इसके बजाय, यह अनिश्चितता के लिए सबसे खराब स्थिति (worst-case scenario) की गणना करती है और उसके इर्द-गिर्द अंतराल का निर्माण करती है। परिणाम एक ऐसी सीमा है जिसे सामान्य सन्निकटन (normal approximation) के तहत सत्य को कभी भी चूकने से बचने के लिए डिज़ाइन किया गया है, हालांकि सुरक्षा सुनिश्चित करने के लिए यह कभी-कभी आवश्यकता से अधिक चौड़ा हो जाता है।

इस नई विधि का मूल आधार यह है कि यह गणना में अज्ञात चरों (variables) को कैसे संभालती है। दो समूहों की तुलना करते समय, अनिश्चितता दोनों समूहों की वास्तविक सफलता दरों पर निर्भर करती है, जो अज्ञात हैं। पारंपरिक दृष्टिकोण यह है कि इस अनिश्चितता का अनुमान लगाने के लिए नमूने से प्राप्त देखी गई दरों को डाल दिया जाए। नया तरीका एक अलग मार्ग अपनाता है। यह स्वीकार करता है कि वास्तविक दरें देखी गई दरों से थोड़ी भिन्न हो सकती हैं, और यह पूछता है: हमारे पास उपलब्ध डेटा को देखते हुए सबसे बड़ी संभावित अनिश्चितता क्या हो सकती है? अनिश्चितता का अनुमान लगाने के बजाय उसे अधिकतम करके, यह विधि एक सुरक्षा जाल बनाती है। लेखक दो समूहों की सफलता दरों के संभावित संयोजनों को ग्राफ पर एक आकृति के रूप में देखते हैं। पुराने तरीकों में, इस आकृति को अक्सर एक साधारण बिंदु या रेखा के रूप में माना जाता है। इस नए दृष्टिकोण में, आकृति एक 'एलिप्स' (ellipse) है, एक खींचा हुआ वृत्त जो सफलता दरों के उन सभी संभावित जोड़ों का प्रतिनिधित्व करता है जो डेटा में फिट बैठते हैं। लक्ष्य दो समूहों के बीच के सबसे विस्तृत और सबसे संकीर्ण अंतर को खोजना है जो अभी भी इस एलिप्टिकल आकृति के भीतर फिट बैठता है।

इस समस्या को हल करने के लिए लेखक को इस एलिप्स की ज्यामिति (geometry) को मैप करने और यह निर्धारित करने की आवश्यकता थी कि इसके किनारे वास्तव में कहाँ स्थित हैं। एलिप्स एक पूर्ण वृत्त नहीं है; यह झुका हुआ और खींचा हुआ है, और यह एक वर्ग के भीतर स्थित है जो संभावना की सीमाओं (शून्य से सौ प्रतिशत तक) का प्रतिनिधित्व करता है। लेखक ने पाया कि इष्टतम अंतराल (optimal interval) केवल इस एलिप्स द्वारा कवर किया गया अंतरों का विस्तार है। इसे व्यावहारिक बनाने के लिए, लेखक ने नियमों का एक सेट तैयार किया है जो शोधकर्ताओं को बताते हैं कि उनके पास उपलब्ध डेटा के आधार पर उन्हें बिल्कुल कौन सा सूत्र उपयोग करना चाहिए। ये नियम छह अलग-अलग परिदृश्यों को कवर करते हैं, यह सुनिश्चित करते हुए कि गणना हमेशा सही हो, चाहे परिणाम कितने भी चरम क्यों न हों। पुराने तरीकों के विपरीत, जो कभी-कभी असंभव परिणाम उत्पन्न कर सकते हैं—जैसे कि नकारात्मक प्रतिशत या एक सीमा जो 100 प्रतिशत से आगे निकल जाती है—यह नई विधि हमेशा एक वैध, तर्कसंगत उत्तर देती है। यह कभी भी एक एकल बिंदु में नहीं सिमटती, और यह कभी भी संभावना के दायरे से बाहर नहीं जाती।

अध्ययन ने यह भी मात्रात्मक रूप से बताया कि यह नई विधि कितनी "अतिरिक्त" कवरेज प्रदान करती है। क्योंकि इसे सुरक्षित होने के लिए डिज़ाइन किया गया है, इसलिए यह कभी-कभी आवश्यक से अधिक चौड़ी होती है। लेखक ने गणना की कि यह अतिरिक्त चौड़ाई यादृच्छिक (random) नहीं है; यह एक सटीक पैटर्न का पालन करती है। अंतराल तब पूरी तरह से सटीक होता है जब दोनों समूहों के बीच कुछ विशिष्ट संबंध होते हैं, लेकिन जब दोनों समूहों की सफलता दर बहुत कम या बहुत अधिक होती है, तो यह अधिक रूढ़िवादी (conservative) हो जाता है। उन चरम मामलों में, यह सुनिश्चित करने के लिए कि यह सत्य को न चूक जाए, काफी चौड़ा हो जाता है। यह व्यवहार कोई त्रुटि नहीं बल्कि एक विशेषता है। लेखक ने दिखाया कि यह रूढ़िवादिता एक निश्चित लागत है जो तब भी गायब नहीं होती जब नमूना आकार बहुत बड़ा हो जाता है। यह अन्य विधियों से एक महत्वपूर्ण अंतर है जो अधिक डेटा के साथ बेहतर हो सकती हैं लेकिन फिर भी विशिष्ट स्थितियों में विफल हो सकती हैं।

जब लेखक ने इस नई विधि की तुलना मानक वाल्ड इंटरवल और 'न्यूकोम्ब इंटरवल' (Newcombe interval) नामक एक अन्य लोकप्रिय विकल्प से की, तो परिणाम स्पष्ट थे। वाल्ड इंटरवल परीक्षण किए गए लगभग हर मामले में 95 प्रतिशत के लक्ष्य से लगातार पीछे रहा, हालांकि इसने अनियमित व्यवहार प्रदर्शित किया, जो कभी-कभी विशिष्ट चरम मामलों में अधिक कवर करता था। न्यूकोम्ब इंटरवल रेंज के मध्य में सबसे सटीक था, जो लक्ष्य का बहुत बारीकी से पीछा करता था, लेकिन इसने गारंटीकृत सुरक्षा जाल प्रदान नहीं किया। नया एलिप्टिकली ऑप्टिमल इंटरवल, हालांकि कभी-कभी अधिक चौड़ा होता है, एक सैद्धांतिक गारंटी प्रदान करता था जो अन्य विधियाँ सामान्य सन्निकटन के तहत नहीं दे सकीं। हालाँकि, लेखक ने नोट किया कि सटीक द्विपद वितरण (exact binomial distribution) के तहत, नया तरीका मामलों के एक छोटे से अंश में नाममात्र स्तर से थोड़ा नीचे गिर सकता है, हालांकि यह कमी बहुत कम है। लेखक निष्कर्ष निकालते हैं कि उन स्थितियों के लिए जहाँ सत्य को चूकना अस्वीकार्य है—जैसे कि नियामक अनुमोदन या महत्वपूर्ण चिकित्सा निर्णयों में—यह नई विधि श्रेष्ठ विकल्प है। यह सटीकता के थोड़े हिस्से का त्याग करती है ताकि सुरक्षा की गारंटी मिल सके। उन स्थितियों के लिए जहाँ लक्ष्य केवल बिना किसी सख्त गारंटी के लक्ष्य के जितना संभव हो सके उतना करीब पहुँचना है, न्यूकोम्ब विधि एक मजबूत दावेदार बनी हुई है। यह शोध पत्र यह दावा नहीं करता कि उसने सांख्यिकी की समस्या को हमेशा के लिए हल कर दिया है, लेकिन इसने उन लोगों के लिए एक कठोर, गणितीय रूप से सिद्ध उपकरण प्रदान किया है जिन्हें यह सुनिश्चित करने की आवश्यकता है कि उनके निष्कर्ष एक भ्रम नहीं हैं।

अध्ययन एक मौलिक सत्य को भी उजागर करता है: सांख्यिकीय अनुमान के बारे में कोई 'मुफ्त लंच' (free lunch) नहीं होता। आप एक ऐसा अंतराल नहीं रख सकते जो सबसे छोटा भी हो और गारंटी भी दे कि वह कभी सत्य को नहीं छूने देगा। पुराने तरीकों ने छोटा होने की कोशिश की और अंततः सत्य को चूक गए। नया तरीका स्वीकार करता है कि सुरक्षित होने के लिए इसे लंबा होना ही होगा। यह व्यापार (trade-off) अब दृश्यमान और गणनीय है। शोधकर्ता अपने डेटा को देख सकते हैं और जान सकते हैं कि वे अपनी सुरक्षा के लिए कितनी अतिरिक्त चौड़ाई का भुगतान कर रहे हैं। यह पारदर्शिता बेहतर निर्णय लेने की अनुमति देती है। यदि एक शोधकर्ता ऐसी स्थिति में है जहाँ सफलता दर चरम होने की उम्मीद है, तो वे अनुमान लगा सकते हैं कि अंतराल चौड़ा होगा और उसी के अनुसार योजना बना सकते हैं। यदि वे अधिक मध्यम स्थिति में हैं, तो अंतराल अधिक सटीक होगा। यह विधि अपने मूल वादे को बनाए रखते हुए डेटा के अनुकूल ढलती है।

अंत में, यह कार्य संख्याओं में विश्वास बहाल करने के बारे में है। यह दिखाता है कि अनिश्चितता की ज्यामिति के बारे में केवल सूत्र में नंबर डालने के बजाय, सावधानी से सोचने से हम विज्ञान के लिए बेहतर उपकरण बना सकते हैं। लेखक ने एक ऐसी समस्या को लिया है जिस पर दशकों से बहस चल रही है और एक ऐसा समाधान प्रदान किया है जो गणितीय रूप से सुदृढ़ और व्यावहारिक रूप से उपयोगी है। यह एक अनुस्मारक है कि विज्ञान में, सबसे महत्वपूर्ण बात केवल उत्तर खोजना नहीं है, बल्कि यह जानना है कि आप उस उत्तर के बारे में कितने आश्वस्त हो सकते हैं। नया अंतराल वह निश्चितता प्रदान करता है, यह सुनिश्चित करते हुए कि जब वैज्ञानिक कहते हैं कि वे 95 प्रतिशत आश्वस्त हैं, तो वे वास्तव में इसका अर्थ समझते हैं।