The probable numbers of kin in a multi-state population: a branching process approach

यहाँ जो बीडब्ल्यू बटरिक (Joe W. B. Butterick) के शोध पत्र "The probable numbers of kin in a multi-state population: a branching process approach" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

नातेदारी जनसांख्यिकी (Kinship demography) पारंपरिक रूप से एक विशिष्ट जनसंख्या सदस्य के लिए रिश्तेदारों (kin) की अपेक्षित संख्या (माध्य/means) की भविष्यवाणी करने पर केंद्रित रही है, जो अक्सर आयु, लिंग या अवस्था (जैसे, पैरिटी/parity, स्वास्थ्य स्थिति) द्वारा संरचित होती है। हालांकि हालिया प्रगति (जैसे, कैसवेल द्वारा) ने मैट्रिक्स प्रोजेक्शन का उपयोग करके इन अपेक्षाओं को सफलतापूर्वक मॉडल किया है, लेकिन वे रिश्तेदारों की संख्या के पूर्ण प्रायिकता वितरण (probability distribution) को पकड़ने में विफल रहती हैं।

वास्तविकता में, रिश्तेदारों की संख्या गैर-ऋणात्मक पूर्णांक (non-negative integers) होती है, और केवल माध्य को जानना महत्वपूर्ण जनसांख्यिकीय अनिश्चितताओं को छिपा देता है, जैसे कि:

• किसी विशिष्ट प्रकार के रिश्तेदारों की संख्या शून्य होने की प्रायिकता (kinlessness/नातेदारीहीनता)।
• विचरण (variance), विषमता (skew), और कर्टोसिस (kurtosis) (जो प्रजनन सफलता और देखभाल नेटवर्क को समझने के लिए महत्वपूर्ण है)।
• विशिष्ट प्रकार के रिश्तेदारों के संयोजन होने की संयुक्त प्रायिकता (जैसे, एक बहन घर पर है और एक बाहर, बनाम दो बहनें)।
• रिश्तेदारों के नुकसान (शोक/bereavement) और अनाथ होने की प्रायिकता।

मौजूदा संभाव्य मॉडल मुख्य रूप से एकल-लिंग, समय-अपरिवर्तनीय, आयु-संरचित आबादी तक सीमित थे। आयु और अवस्था (multi-state) दोनों द्वारा एक साथ संरचित रिश्तेदारों की संख्या के संयुक्त वितरण को प्राप्त करने के लिए कोई विश्लेणात्मक ढांचा उपलब्ध नहीं था।

2. कार्यप्रणाली (Methodology)

लेखक एक नवीन विश्लेणात्मक ढांचा प्रस्तावित करते हैं जो ब्रांचिंग प्रोसेस थ्योरी (Branching Process Theory) पर आधारित है, विशेष रूप से प्रायिकता द्रव्यमान फलन (PMFs) के बजाय प्रायिकता जनरेटिंग फंक्शन्स (PGFs) का उपयोग करता है।

मुख्य गणितीय ढांचा

• बहु-अवस्था जनसंख्या (Multi-State Population): जनसंख्या आयु वर्गों ($a = 0, \dots, \omega$) और विभिन्न अवस्थाओं ($s = 1, \dots, k$) द्वारा संरचित है। अवस्थाओं के बीच संक्रमण और उत्तरजीविता $U_a$ (उत्तरजीविता और अवस्था संक्रमण) और $F_a$ (प्रजनन क्षमता) मैट्रिसेस द्वारा नियंत्रित होती है।
• पुनरावर्ती PGF संरचना (Recursive PGF Composition): यह मॉडल किन्शिप को एक ब्रांचिंग प्रक्रिया के रूप में मानता है। केवल माध्य की गणना करने के बजाय, यह संतान और वंशजों की संख्या के वितरण को ट्रैक करने के लिए PGFs को पुनरावर्ती रूप से संयोजित करता है।
  • अवस्था वितरण PGF ($S_t$): यह एक व्यक्ति के किसी विशिष्ट अवस्था में जीवित होने या मृत होने की प्रायिकता को ट्रैक करता है।
  • जीवनकाल प्रजनन PGF ($L$): यह माता-पिता और संतान दोनों के अवस्था संक्रमणों को ध्यान में रखते हुए, एक व्यक्ति के जीवनकाल में उत्पन्न संतान के वितरण को एनकोड करता है।
  • पुनरावर्ती नेस्टिंग (Recursive Nesting): $g$-वीं पीढ़ी के वितरण को खोजने के लिए, वर्तमान पीढ़ी के फर्टिलिटी फंक्शन के भीतर $(g-1)$-वीं पीढ़ी के PGF को नेस्ट किया जाता है।
• वंशावली मार्कोव श्रृंखला (Genealogical Markov Chains): सहोदर रिश्तेदारों (जैसे, भाई-बहन, चचेरे भाई-बहन) और पूर्वजों को मॉडल करने के लिए, यह मॉडल स्थिर जनसंख्या संरचना (Perron-Frobenius eigenvectors) से प्राप्त एक वंशावली मार्कोव श्रृंखला का उपयोग करता है। यह प्रजनन के समय पूर्वजों की आयु और अवस्था के संभाव्य अनुमान की अनुमति देता है।
• साइज-बायसिंग (Size-Biasing): सहवर्ती रिश्तेदारों (जैसे, बहनें) के वितरण की गणना करने के लिए, मॉडल प्रजनन PGF को इस घटना पर आधारित करता है कि एक विशिष्ट संतान (द फोकल इंडिविजुअल) का जन्म हुआ था, जिससे शेष भाई-बहनों की गणना करने के लिए उस संतान को प्रभावी रूप से हटा दिया जाता है।

प्रमुख विस्तार

• नातेदारी हानि और शोक (Kin Loss and Bereavement): यह ढांचा मृत्यु को स्पष्ट रूप से ट्रैक करने के लिए एक डमी वेरिएबल $d$ पेश करता है। यह जीवित रिश्तेदारों और मृत रिश्तेदारों के संयुक्त वितरण की गणना करने की अनुमति देता है, जिससे शोक और अनाथ होने का विश्लेषण संभव होता है।
• संयुक्त फोकल-किन अवस्थाएँ (Joint Focal-Kin States): मॉडल यह गणना कर सकता है कि "फोकल" व्यक्ति (केंद्र बिंदु) एक विशिष्ट अवस्था में होने (जैसे, संतानहीन) की प्रायिकता क्या है, जबकि उसके पास अन्य अवस्थाओं में रिश्तेदारों की एक निश्चित संख्या है।

3. मुख्य योगदान (Key Contributions)

1. प्रथम विश्लेणात्मक बहु-अवस्था नातेदारी वितरण: यह आयु और अवस्था दोनों द्वारा संरचित रिश्तेदारों की संख्या के पूर्ण संयुक्त प्रायिकता वितरण को प्राप्त करने वाली पहली विधि है।
2. पुनरावर्ती PGF दृष्टिकोण: यह प्रदर्शित करता है कि कैसे गैलटन-वाल्सन प्रक्रिया (Galton-Watson process) में PGF के पुनरावर्ती संयोजन को जटिल, ओवरलैपिंग-जनरेशन, मल्टी-स्टेट जनसांख्यिकी के अनुकूल बनाया जा सकता है।
3. व्यापक किन् मेट्रिक्स (Kin Metrics): यह ढांचा निम्नलिखित के लिए विश्लेणात्मक सूत्र प्रदान करता है:
   • आयु और अवस्था द्वारा संयुक्त वितरण।
   • मार्जिनल वितरण (केवल आयु या केवल अवस्था द्वारा)।
   • फोकल की अवस्था और रिश्तेदारों की अवस्था का संयुक्त वितरण।
   • नातेदारी हानि (कुल और पीढ़ी के अनुसार) की प्रायिकता।
   • नातेदारीहीन या अनाथ होने की प्रायिकता।
4. रिड्यूसिबल मैट्रिसेस को संभालना: पेपर रेड्यूसिबल प्रोजेक्शन मैट्रिसेस (जो पैरिटी-स्ट्रक्चर्ड मॉडल्स में सामान्य हैं जहाँ पैरिटी केवल बढ़ती है) की गणितीय चुनौती को संबोधित करता है, प्रजनन अवस्थाओं तक वंशावली श्रृंखला को सीमित करके या संख्यात्मक विक्षेपण (numerical perturbation) का उपयोग करके।

4. परिणाम और अनुप्रयोग (Results and Application)

इस ढांचे को UK पैरिटी-विशिष्ट प्रजनन और मृत्यु दर डेटा (1964–2023, 2025 तक अनुमानित) पर लागू किया गया। पैरिटी (जन्म लेने वाले बच्चों की संख्या) का उपयोग "अवस्था" चर ($s=0, 1, 2, 3+$) के रूप में किया गया।

मुख्य निष्कर्ष:

• संयुक्त वितरण: मॉडल ने विभिन्न पैरिटी स्तरों पर बेटियों और बहनों की विशिष्ट संख्या होने की संयुक्त प्रायिकता को सफलतापूर्वक निकाला। उदाहरण के लिए, इसने दिखाया कि जैसे-जैसे फोकल व्यक्ति की आयु बढ़ती है, पैरिटी 2 के साथ एक बहन होने की प्रायिकता कैसे बदलती है।
• संतानहीन समूह (Childless Cohorts): मॉडल ने इस प्रायिकता को मापा कि एक फोकल व्यक्ति संतानहीन (पैरिटी 0) है लेकिन उसकी कम से कम एक बहन है। यह UK के 1960 के दशक के समूह के लिए प्रासंगिक है, जहाँ कई महिलाएँ संतानहीन थीं लेकिन उनके भाई-बहन थे, जो अनौपचारिक देखभाल नेटवर्क को प्रभावित करता है।
• शोक और अनाथ होना (Bereavement and Orphanhood):
  • मॉडल ने आयु के आधार पर विशिष्ट संख्या में रिश्तेदारों (बेटियों/बहनों) को खोने की प्रायिकता की गणना की।
  • इसने 1965 और 2025 की अवधि के बीच अनाथ पोती/नातिन होने की प्रायिकता में महत्वपूर्ण गिरावट को रेखांकित किया (आयु 95 तक ~13% से गिरकर ~4% हो जाना), जो मातृ उत्तरजीविता में सुधार को दर्शाता है।
• वैधीकरण (Validation): मॉडल के अपेक्षित मानों (माध्य) को मौजूदा मैट्रिक्स प्रोजेक्शन मॉडल (Caswell [18]) के विरुद्ध मान्य किया गया, जो पूर्ण वितरण डेटा प्रदान करते हुए निरंतरता की पुष्टि करते हैं।

5. महत्व (Significance)

• जनसांख्यिकीय अनिश्चितता: अपेक्षित मूल्यों से आगे बढ़कर पूर्ण प्रायिकता वितरणों की ओर बढ़कर, यह मॉडल शोधकर्ताओं को नातेदारीहीनता के जोखिम या विशिष्ट देखभाल विन्यासों की संभावना का आकलन करने की अनुमति देता है, जो सामाजिक नीति और योजना के लिए अत्यंत महत्वपूर्ण है।
• अनौपचारिक देखभाल और सहायता: संयुक्त अवस्थाओं (जैसे, एक संतानहीन माता-पिता जिनके जीवित भाई-बहन हैं) को मॉडल करने की क्षमता, असुरक्षित आबादी के आकार का अनुमान लगाने के लिए कंप्यूटेशनल रूप से महंगे माइक्रो-सिमुलेशन (जैसे, Soc-Sim) के लिए एक तेज़, विश्लेणात्मक विकल्प प्रदान करती है।
• विकासवादी जीव विज्ञान (Evolutionary Biology): यह ढांचा पशु आबादी पर भी लागू होता है, जिससे यह समझने में मदद मिलती है कि नातेदारी संरचना (प्रसार, मृत्यु, संबद्धता) सहकारी व्यवहार और समावेशी फिटनेस (inclusive fitness) को कैसे प्रभावित करती है।
• पद्धतिगत प्रगति: यह शास्त्रीय मैट्रिक्स जनसांख्यिकी और स्टोकेस्टिक ब्रांचिंग प्रोसेस के बीच के अंतर को पाटता है, जो एक लचीला उपकरण प्रदान करता है जिसे मृत्यु दर और प्रजनन क्षमता के लिए अनुभवजन्य डेटा या पैरामीट्रिक वितरणों को शामिल किया जा सकता है।

निष्कर्षतः, बटरिक का कार्य रिश्तेदारों की संख्या, उनकी अवस्थाओं और संरचित आबादी में उनके अस्तित्व के स्टोकेस्टिक स्वभाव को समझने के लिए एक कठोर, विश्लेणात्मक टूलकिट प्रदान करता है।