Is the Linear Threshold Good Enough? A Scale-Free Parameter and Adequacy Test for Curvature-Induced Threshold Displacement

तकनीकी सारांश: क्या रैखिक थ्रेशोल्ड पर्याप्त है?

समस्या विवरण
अनुप्रयुक्त सांख्यिकीय कार्य में अक्सर एक थ्रेशोल्ड (threshold)—जैसे कि ब्रेक-ईवन पॉइंट, बेंचमार्क डोज़, या क्रिटिकल एक्सपोज़र—को खोजने की आवश्यकता होती है, जो एक सुचारू फलन $m(x)$ और एक लक्षित मान $c$ के प्रतिच्छेदन (crossing) को हल करके प्राप्त किया जाता है। एक सामान्य अभ्यास एक संदर्भ बिंदु $x_0$ के आसपास फलन को रैखिकीकृत (linearize) करना और प्रथम-क्रम विस्तार (first-order expansion) के मूल (root) को हल करना है, जिससे एक विस्थापन $h^*_1 = -a/b$ प्राप्त होता है (जहाँ $a = m(x_0)-c$ और $b = m'(x_0)$)। यह दृष्टिकोण गणनात्मक रूप से सरल है और डेल्टा मेथड के माध्यम से अनिश्चितता का प्रसार करता है। हालाँकि, जब अंतर्निहित फलन में वक्रता (curvature) ($q = m''(x_0) \neq 0$) होती है, तो रैखिक प्रतिच्छेदन वास्तविक प्रतिच्छेदन से विस्थापित हो जाता है। यह सन्निकटन त्रुटि (approximation error) निर्णयात्मक निष्कर्षों को बदल सकती है (जैसे, किसी डोज़ को सुरक्षित या असुरक्षित घोषित करना), भले ही रैखिक अनुमान के लिए मानक त्रुटियाँ (standard errors) वैध रूप से रिपोर्ट की गई हों।

मौजूदा साहित्य इसे गैर-रैखिक मॉडलों के प्रत्यक्ष व्युत्क्रमण (direct inversion) या वक्रता की उपस्थिति ($q=0$) के परीक्षण के माध्यम से संबोधित करता है। हालाँकि, एक महत्वपूर्ण अंतराल बना हुआ है: $q=0$ के लिए परीक्षण यह बताता है कि फलन रैखिक है या नहीं, न कि यह कि परिणामी रैखिक थ्रेशोल्ड किसी विशिष्ट अनुप्रयोग के लिए तात्त्विक रूप से पर्याप्त (substantively adequate) है या नहीं। तीव्र ढलान (steep slope) के साथ मजबूत वक्रता थ्रेशोल्ड को नगण्य रूप से विस्थापित कर सकती है, जबकि कम ढलान (shallow slope) के साथ कमजोर वक्रता भारी विस्थापन का कारण बन सकती है। इसके अलावा, $q=0$ को अस्वीकार करने में विफल होना पर्याप्तता का प्रमाण नहीं है, विशेष रूप से छोटे नमूनों (small samples) में। ऐसा कोई मौजूदा स्केल-फ्री पैरामीटर या औपचारिक पर्याप्तता परीक्षण मौजूद नहीं है जो यह निर्धारित कर सके कि एक प्रथम-क्रम थ्रेशोल्ड पूर्व-निर्धारित व्यावहारिक सहनशीलता (practical tolerance) के भीतर सटीक है या नहीं।

कार्यप्रणाली और ढांचा
यह शोध पत्र वक्रता के कारण होने वाले विस्थापन को मापने के लिए एक ढांचा प्रस्तुत करता है। मान लीजिए कि $h^*_1$ रैखिक थ्रेशोल्ड विस्थापन है और $h^*_2$ द्वितीय-क्रम विस्तार $F_2(h) = a + bh + \frac{1}{2}qh^2 = 0$ का मुख्य मूल (principal root) है। मुख्य मूल वह है जो $q \to 0$ होने पर रैखिक समाधान के निरंतर (continuous) रहता है।

मुख्य योगदान कर्वेचर-ओवरस्टेटमेंट पैरामीटर ($\Theta_{COT}$) है, जिसे द्वितीय-क्रम और प्रथम-क्रम विस्थापन के लॉग-अनुपात के रूप में परिभाषित किया गया है:
$$\Theta_{COT} = \log \left| \frac{h^*_2}{h^*_1} \right|$$
शोध पत्र स्थापित करता है कि $\Theta_{COT}$ तीन स्थानीय मापदंडों ($a, b, q$) पर स्वतंत्र रूप से निर्भर नहीं है, बल्कि पूरी तरह से एक एकल आयामहीन सूचकांक (dimensionless index) $u = 2qa/b^2$ पर निर्भर करता है। इससे एक सटीक न्यूनीकरण प्राप्त होता है:
$$\Theta_{COT} = \phi(u) = \log 2 - \log(1 + \sqrt{1-u})$$
यह संरचनात्मक परिणाम दर्शाता है कि $\Theta_{COT}$, $x$ के एफ़ाइन रीपैरामिटराइजेशन (affine reparameterization) और $m-c$ के स्केलिंग के प्रति अपरिवर्तनीय (invariant) है। नियमित डोमेन ($D = b^2 - 2qa > 0$) में पैरामीटर की सीमा $(-\infty, \log 2)$ है, जहाँ $\log 2$ केवल स्पर्श बिंदु (tangency boundary) पर ($u=1$) प्राप्त होता है।

प्रमुख सैद्धांतिक परिणाम

1. संरचनात्मक गुण: शोध पत्र सिद्ध करता है कि 'प्रिंसिपल ब्रांच' वैश्विक रूप से निकटतम प्रतिच्छेदन है, जो मनमाने नियम के बिना रूट-सिलेक्शन की अस्पष्टता को हल करता है। यह दर्शाता है कि दो मानक नियमितता शर्तें (वास्तविक मूल का अस्तित्व और गैर-शून्य अवकलज) समान हैं ($D > 0$)।
2. असममिति (Asymmetry): पैरामीटर एक असममित सीमा प्रदर्शित करता है। रैखिकीकरण विस्थापन को कारक 2 के करीब तक कम (understate) कर सकता है (जैसे, $u \to 1$ पर), लेकिन यह इसे असीमित रूप से बढ़ा (overstate) भी सकता है (जैसे, $u \to -\infty$ पर)।
3. सन्निकटन त्रुटि (Approximation Error): शोध पत्र $\Theta_{COT}$ (प्रथम और द्वितीय-क्रम सन्निकटन के बीच का विस्थापन) और वास्तविक मूल के विरुद्ध त्रुटि के बीच अंतर करता है। एक रिमाइंडर प्रमेय (remainder theorem) द्वितीय-क्रम मूल और वास्तविक मूल के बीच की दूरी को सीमित करता है, यह दिखाते हुए कि स्पर्शता ($u \to 1$) केवल अनुमान (inference) को ही नहीं, बल्कि द्वितीय-क्रम सन्निकटन को भी खराब करती है।
4. सैंपलिंग सिद्धांत:
   • नियमित मामला: मानक स्थितियों के तहत ($a \neq 0, b \neq 0, u < 1$), अनुमानक $\hat{\Theta}_{COT}$ डेल्टा मेथड के माध्यम से एक स्पष्ट प्रसरण (variance) के साथ $\sqrt{n}$-नॉर्मल है।
   • टैन्जेन्सी रिजीम (Tangency Regime): जैसे-जैसे सिस्टम स्पर्शता ($u \to 1$) की ओर बढ़ता है, अनुमानक गैर-मानक एसिम्प्टोटिक्स (non-standard asymptotics) प्रदर्शित करता है। लोकल-टू-टैन्जेन्सी अनुक्रमों के साथ, अनुमानक $\Phi(\kappa/\omega)$ के साथ अस्तित्व में रहता है, $n^{14}$ की दर से अभिसरित होता है, और एक गैर-सामान्य सीमा (non-normal limit) रखता है।
   • कम ढलान वाला रिजीम (Weak Slope Regime): जैसे-जैसे ढलान $b \to 0$ होती है, रैखिक थ्रेशोल्ड अपसारी (diverge) हो जाता है, और $\Theta_{COT}$, ग्रेसर-ह्वैंग पैथोलॉजी (Gleser–Hwang pathology) को विरासत में प्राप्त करता है (असीमित कॉन्फिडेंस सेट्स)। $b=0$ पर पैरामीटर स्थानीय रूप से पहचाना (locally identified) नहीं जा सकता है।

अनुमान और पर्याप्तता परीक्षण (Inference and Adequacy Testing)
शोध पत्र $\Theta_{COT}$ पर आधारित दो अनुमान प्रक्रियाएं प्रस्तावित करता है:

• प्रासंगिकता परीक्षण (Relevance Testing): यह परीक्षण करना कि क्या रैखिक थ्रेशोल्ड भौतिक रूप से विकृत (distorted) है (अर्थात, $|\Theta_{COT}| > \delta$)।
• पर्याप्तता परीक्षण (Adequacy Testing/Equivalence): यह परीक्षण करना कि क्या रैखिक थ्रेशोल्ड एक व्यावहारिक सहनशीलता के भीतर सटीक है (अर्थात, $|\Theta_{COT}| < \delta$)। इसे एक टू-वन-साइडेड टेस्ट (TOST) के रूप में तैयार किया गया है। शोध पत्र इस बात पर जोर देता है कि अपर्याप्तता के शून्य (null) को अस्वीकार करने में विफल होना पर्याप्तता की पुष्टि नहीं करता है; केवल अपर्याप्तता के शून्य को अस्वीकार करना ही रैखिक थ्रेशोल्ड की पर्याप्तता के दावे को लाइसेंस देता है।

मोंटे कार्लो साक्ष्य
एक सिमुलेशन अध्ययन चार स्थितियों में सैद्धांतिक परिणामों को मान्य करता है:

1. सटीक रैखिकता ($q=0$): पर्याप्तता परीक्षण $n=500$ पर 76.3% नमूनों में और $n=2000$ पर लगभग 100% मामलों में पर्याप्तता की पुष्टि करता है।
2. नियमित विरूपण (Regular Distortion): यह मौजूद होने पर भौतिक विरूपण की सही पहचान करता है।
3. निकट स्पर्शता (Near Tangency): नियमित डेल्टा-मेथड अंतराल नाममात्र कवरेज (nominal coverage) प्राप्त करने में विफल रहते हैं, जो नैदानिकों (जैसे, स्टूडेंटाइज्ड डिस्क्रिमिनेन्ट) की आवश्यकता की पुष्टि करते हैं।
4. कम ढलान (Weak Slope): यह ग्रेसर-ह्वैंग सिद्धांत के अनुसार विफल हो जाता है, जहाँ कवरेज गिरकर ~53% हो जाता है और अनुमान अपसारित (diverge) हो जाते हैं, जो यह दर्शाता है कि $b=0$ के पास छोटे नियमित अंतराल पर भरोसा नहीं किया जा सकता है।

महत्व और दावे
शोध पत्र यह दावा करता है कि यह एक "सुव्यवस्थित प्रभाव-आकार पैमाने" (well-behaved effect-size scale) प्रदान करता है, जो उस प्रश्न का उत्तर देता है जिसे अनुप्रयुक्त कार्य अक्सर गलत तरीके से पूछते हैं: क्या एक प्रथम-क्रम थ्रेशोल्ड रिपोर्ट करने के लिए पर्याप्त सटीक है?

• नया थ्रेशोल्ड अनुमानक नहीं: लेखक स्पष्ट रूप से कहता है कि उनका दावा यह नहीं है कि थ्रेशोल्ड के लिए अनुमानत्मक उपचार की कमी है; आधुनिक अभ्यास अक्सर सीधे गैर-रैखिक मॉडलों को उल्टा (invert) करता है।
• वक्रता परीक्षण नहीं: $\Theta_{COT} = 0$ का परीक्षण करना $q=0$ के परीक्षण के समान है लेकिन यह वाल्ड गैर-अपरिवर्तनीयता (Wald non-invariance) से ग्रस्त है; शोध पत्र शार्प नल (sharp null) के लिए सीधे $q=0$ का परीक्षण करने की सिफारिश करता है।
• प्राथमिक योगदान: एक स्केल-फ्री एस्टीमेट (scale-free estimand) $\Theta_{COT}$ का संश्लेषण जो थ्रेशोल्ड स्थान पर वक्रता के परिणाम को मापता है, साथ ही एक औपचारिक पर्याप्तता परीक्षण। यह शोधकर्ताओं को एक रैखिक सन्निकटन की पर्याप्तता के बारे में सकारात्मक बयान देने की अनुमति देता है, बजाय इसके कि वे गैर-महत्वपूर्ण वक्रता को पर्याप्तता के प्रमाण के रूप में मानें।
• सीमाएँ: यह पैरामीटर प्रथम- बनाम द्वितीय-क्रम विस्थापन को मापता है, न कि सत्य के विरुद्ध कुल त्रुटि को (हालांकि सीमाएँ प्रदान की गई हैं)। यह उपलब्ध होने पर गैर-रैखिक मॉडलों के प्रत्यक्ष व्युत्क्रमण का स्थान नहीं लेता है। मल्टीवेरिएट विस्तार को एक अलग शोध समस्या के रूप में चिह्नित किया गया है।

संक्षेप में, शोध पत्र तर्क देता है कि जबकि रैखिकीकरण एक सुविधाजनक उपकरण है, इसकी तात्त्विक पर्याप्तता (substantive adequacy) गारंटीकृत नहीं है। प्रस्तावित $\Theta_{COT}$ और संबद्ध पर्याप्तता परीक्षण यह निर्धारित करने के लिए एक कठोर, स्केल-फ्री तरीका प्रदान करते हैं कि क्या एक रैखिक थ्रेशोल्ड रिपोर्ट करने के लिए "पर्याप्त अच्छा" है।