When Is a Relevance Threshold Statistically Resolvable? Minimax Limits for Effect Classification

तकनीकी सारांश: "प्रासंगिकता सीमा (Relevance Threshold) सांख्यिकीय रूप से कब resolvable होती है?"

समस्या विवरण
यह शोध पत्र सांख्यिकीय परिशुद्धता (statistical precision) और वैज्ञानिक प्रासंगिकता (scientific relevance) के बीच के मौलिक अंतर को संबोधित करता है। नियमित सांख्यिकीय मॉडलों में, नमूना अनिश्चितता (sampling uncertainty) $n^{-1/2}$ की दर से संकुचित होती है, जिससे जैसे-जैसे नमूना आकार ($n$) बढ़ता है, शून्य बिंदु (point null) से सूक्ष्म विचलन का भी पता लगाया जा सकता है। हालाँकि, वैज्ञानिक महत्व अक्सर एक सीमा $\Delta_n$ द्वारा परिभाषित होता है (वह न्यूनतम प्रभाव आकार जिसे महत्वपूर्ण माना जाता है), जिसके नीचे प्रभाव को नगण्य माना जाता है। यह एक "सापेक्ष-दर समस्या" (relative-rate problem) उत्पन्न करता है: जैसे-जैसे सूचना संचित होती है, वैज्ञानिक सीमा $\Delta_n$ या तो सिकुड़ सकती है, स्थिर रह सकती है, या सांख्यिकीय त्रुटि पैमाने $s_n \sim n^{-1/2}$ की तुलना में भिन्न दर पर बदल सकती है। केंद्रीय प्रश्न यह है कि: किन परिस्थितियों में एक सांख्यिकीय प्रक्रिया वैज्ञानिक रूप से नगण्य प्रभावों ($|\theta| \le \Delta_n$) और वैज्ञानिक रूप से सार्थक प्रभावों ($|\theta| > \Delta_n$) के बीच निरंतर अंतर कर सकती है?

कार्यप्रणाली और ढांचा
लेखक एक मिनिमैक्स निर्णय-सैद्धांतिक ढांचे (minimax decision-theoretic framework) के साथ स्थानीय स्पर्शोन्मुख सिद्धांत (local asymptotic theory) का उपयोग करता है।

1. प्रासंगिकता-रिज़ॉल्यूशन सूचकांक (Relevance-Resolution Index): मुख्य मात्रा को $\lambda_n = \sqrt{n I_0} \Delta_n$ के रूप में परिभाषित किया गया है, जहाँ $I_0$ $\theta=0$ पर फिशर सूचना (Fisher information) है। यह वैज्ञानिक सीमा को सांख्यिकीय त्रुटि की इकाइयों में मापता है।
2. वर्गों का पृथक्करण: समस्या को दो पृथक पैरामीटर वर्गों के बीच अंतर करने के रूप में तैयार किया गया है:
   • नगण्य (Negligible): $N_n(\varepsilon) = \{ \theta : |\theta| \le (1-\varepsilon)\Delta_n \}$
   • सार्थक (Meaningful): $M_n(\varepsilon) = \{ \theta : |\theta| \ge (1+\varepsilon)\Delta_n \}$
     जहाँ $\varepsilon \in (0,1)$ सटीक सीमा से बचने के लिए एक बफर प्रदान करता है।
3. जोखिम मीट्रिक (Risk Metric): एक क्लासिफायर $\phi_n$ के प्रदर्शन को टाइप I और टाइप II त्रुटियों के सबसे खराब मामले (worst-case sum) द्वारा मापा जाता है: $R_n(\phi_n) = \sup_{\theta \in N_n} E_\theta[\phi_n] + \sup_{\theta \in M_n} E_\theta[1-\phi_n]$। लक्ष्य मिनिमैक्स जोखिम $R^*_n$ को अभिलक्षित करना है।
4. अतुल्यकालिक शासन (Asymptotic Regimes): विश्लेषण $\lambda_n$ के $n \to \infty$ होने पर व्यवहार को वर्गीकृत करता है:
   • उप-क्रांतिक (Subcritical): $\lambda_n \to 0$
   • क्रांतिक (Critical): $\lambda_n \to \kappa \in (0, \infty)$
   • अति-क्रांतिक (Supercritical): $\lambda_n \to \infty$

मुख्य योगदान और परिणाम

1. मिनिमैक्स निचली सीमाएं और चरण संक्रमण (Minimax Lower Bounds and Phase Transitions)
यह शोध पत्र वर्गीकरण जोखिम के लिए एक मिनिमैक्स निचली सीमा स्थापित करता है। जैसे-जैसे $\lambda_n \to \kappa$ होता है, सीमित जोखिम निम्नलिखित का पालन करता है:
$$\liminf_{n \to \infty} R^*_n \ge 2\{1 - \Phi(\varepsilon \kappa)\}$$

• उप-क्रांतिक शासन ($\kappa = 0$): निचली सीमा 1 के करीब पहुँच जाती है। नगण्य और सार्थक प्रभावों के प्रयोग आपस में मिल जाते हैं (कुल विचलन दूरी $\to 0$)। कोई भी प्रक्रिया एक तुच्छ निरंतर निर्णय नियम (trivial constant decision rule) से बेहतर प्रदर्शन नहीं कर सकती; सुसंगत वर्गीकरण सूचना-सैद्धांतिक रूप से असंभव है।
• क्रांतिक शासन ($\kappa \in (0, \infty)$): समस्या एक गैर-अपभ्रष्ट गॉसियन-शिफ्ट प्रयोग (non-degenerate Gaussian-shift experiment) में परिवर्तित हो जाती है। शोध पत्र इस सीमित संयुक्त समस्या के लिए सटीक मिनिमैक्स नियम व्युत्पन्न करता है।
  • इष्टतम कटऑफ $c^*$ हाइपरबोलिक कोसाइन्स वाले एक विशिष्ट ट्रांसेंडेंटल समीकरण को संतुष्ट करता है।
  • जैसे-जैसे $\kappa \downarrow 0$, इष्टतम कटऑफ 1 सांख्यिकीय-त्रुटि इकाई ($c^* \to 1$) की ओर अभिसरित होता है, न कि ढहती हुई वैज्ञानिक सीमा की ओर।
  • इष्टतम जोखिम $\kappa^2$ के क्रम पर तुच्छ जोखिम में सुधार करता है, जबकि एक सरल नियम जो ठीक वैज्ञानिक सीमा ($|\hat{\theta}| > \Delta_n$) पर थ्रेशोल्ड लगाता है, केवल $\kappa^3$ के क्रम पर सुधार करता है।
  • जैसे-जैसे $\kappa \to \infty$, सरल वैज्ञानिक-सीमा नियम स्पर्शोन्मुख रूप से मिनिमैक्स हो जाता है।
• अति-क्रांतिक शासन ($\kappa \to \infty$): सुसंगत वर्गीकरण तभी संभव है यदि "यूनिफॉर्म रिज़ॉल्यूशन कंडीशन" लागू हो (अर्थात, एस्टिमेटर की त्रुटि स्केल के सापेक्ष समान रूप से टाइट हो)। नियमित एस्टिमेटर्स के लिए, जहाँ $\Delta_n = d n^{-\gamma}$ है, महत्वपूर्ण दर $\gamma = 1/2$ है। यदि $\gamma > 1/2$, तो रिज़ॉल्यूशन असंभव है; यदि $\gamma < 1/2$, तो यह सुसंगत रूप से resolvable है।

2. विषम और गतिशील क्षेत्र (Asymmetric and Moving Regions)
शोध पत्र प्रदर्शित करता है कि विषम या गतिशील प्रासंगिकता क्षेत्र $R_n = [-\Delta_{L,n}, \Delta_{U,n}]$ के लिए स्केलर इंडेक्स $\lambda_n$ अपर्याप्त है। रिज़ॉलवेबिलिटी (Resolvability) कुल चौड़ाई के बजाय निचले और ऊपरी सीमाओं की मानकीकृत दूरियों ($d_{L,n}$ और $d_{U,n}$) द्वारा शासित होती है। यदि सीमाएँ अलग-अलग दरों पर चलती हैं, तो एक पक्ष अनसुलझा (unresolved) रह सकता है भले ही कुल चौड़ाई उच्च रिज़ॉल्यूशन का संकेत दे।

3. विषम आबादी में सार्थकता संतृप्ति (Significance Saturation in Heterogeneous Populations)
यह शोध पत्र विषम वास्तविक प्रभावों $\Theta \sim G$ की एक आबादी में पॉइंट-नल टेस्ट के व्यवहार का विश्लेषण करता है।

• संतृप्ति सीमा (Saturation Limit): जैसे-जैसे सूचना बढ़ती है, सांख्यिकीय रूप से महत्वपूर्ण निष्कर्षों का अनुपात $\alpha$ के बजाय प्रासंगिकता क्षेत्र के भीतर गैर-शून्य प्रभावों के जनसंख्या द्रव्यमान (population mass) द्वारा निर्धारित होता है।
• गैर-एकदिष्ट चयनात्मकता (Non-monotone Selectivity): शोध पत्र एक "सार्थकता संतृप्ति" घटना की पहचान करता है जहाँ पॉइंट-नल सार्थकता सार्थक प्रभावों को चुनने की अपनी क्षमता में एकदिष्ट रूप से नहीं बढ़ती है। बहुत कम सूचना पर, सार्थकता शोर (noise) द्वारा संचालित होती है; बहुत उच्च सूचना पर, यह लगभग सभी गैर-शून्य प्रभावों (नगण्य प्रभावों सहित) का पता लगाती है। फलस्वरूप, एक मध्यवर्ती सूचना स्तर हो सकता है जहाँ पॉइंट-नल सार्थकता वैज्ञानिक रूप से प्रासंगिक प्रभावों के लिए सबसे अधिक चयनात्मक होती है (जो "अप्रासंगिक खोज अंश" को कम करती है)।

महत्व और दावे
शोध पत्र स्पष्ट रूप से कहता है कि यह कोई नया इक्विवेलेंस टेस्ट या p-वैल्यू की गणना के लिए नई विधि प्रस्तावित नहीं करता है। इसके बजाय, इसका महत्व इस बात में है कि:

1. रिज़ॉलवेबिलिटी का लक्षण वर्णन करना: यह परिभाषित करता है कि कब एक वैज्ञानिक प्रासंगिकता सीमा को शून्य से सांख्यिकीय रूप से अलग किया जा सकता है।
2. पैमानों को एकीकृत करना: यह प्रभाव आकार, स्थानीय स्पर्शोन्मुख सिद्धांत, मिनिमैक्स निर्णय सिद्धांत को एक सामान्य सूचना पैमाने ($\lambda_n$) के माध्यम से जोड़ता है।
3. बड़े-नमूना व्यवहार को स्पष्ट करना: यह इस विरोधाभास को सुलझाता है कि नमूना आकार बढ़ाने से अनुमान (estimation) में सुधार होता है लेकिन यदि थ्रेशोल्ड बहुत तेज़ी से सिकुड़ता है, तो यह "तात्त्विक" (substantive) और "नगण्य" के बीच अंतर करने की क्षमता में आवश्यक रूप से सुधार नहीं करता है।
4. इष्टतम निर्णय नियम: यह क्रांतिक शासन के लिए सटीक मिनिमैक्स क्लासिफायर प्रदान करता है, जो यह दिखाता है कि इष्टतम निर्णय सीमाएँ वैज्ञानिक थ्रेशोल्ड को रैखिक रूप से ट्रैक नहीं करतीं बल्कि एक मानक त्रुटि इकाई पर स्थिर हो जाती हैं।

यह ढांचा इस बात पर जोर देता है कि सांख्यिकीय साक्ष्य अनिश्चितता इकाइयों में मापी गई एक दूरी है, जबकि वैज्ञानिक प्रासंगिकता एक तात्विक सीमा से मापी गई दूरी है। एक वैध अनुमानात्मक विश्लेषण (inferential analysis) को दोनों पैमानों की दृश्यता बनाए रखनी चाहिए।