Evaluation of Smoothing Functions in Generalized Additive Models Applied to the Relative Abundance of Green Turtle (Chelonia mydas)

कल्पना कीजिए कि आप यह अनुमान लगाने की कोशिश कर रहे हैं कि समुद्र के एक विशिष्ट स्थान पर कितने मछलियाँ आएँगी। आप सोच सकते हैं कि आप ग्राफ पर एक सीधी रेखा खींच सकते हैं: "यदि पानी गर्म होगा, तो अधिक मछलियाँ आएँगी।" लेकिन प्रकृति शायद ही कभी एक सीधी रेखा होती है। यह अव्यवस्थित, ऊबड़-खाबड़ और आश्चर्यों से भरी होती है। कभी-कभी आप मछलियों की एक विशाल भीड़ देखते हैं, और कभी-कभी पानी खाली होता है। यहीं पर "जनरलाइज्ड एडिटिव मॉडल्स" (या GAMs) नामक एक विशेष प्रकार का गणित काम आता है। GAMs को एक सुपर-स्मार्ट, लचीले पैमाने के रूप में सोचें जो प्रकृति के टेढ़े-मेढ़े, अप्रत्याशित रास्तों का अनुसरण करने के लिए मुड़ और झुक सकता है, बजाय इसके कि वह सब कुछ एक सीधी रेखा में फिट करने की कोशिश करे।

हालाँकि, इस लचीले पैमाने का सही ढंग से उपयोग करने के लिए, आपको यह जानना होगा कि आपका डेटा किस तरह का "शोर" (noise) कर रहा है। क्या डेटा एक शांत, स्थिर ढोल की थाप की तरह व्यवहार कर रहा है? या यह अचानक होने वाले तेज़ धमाकों वाले एक अराजक जैज़ सत्र की तरह है? सांख्यिकी (statistics) में, इसे "डिस्ट्रीब्यूशन फैमिली" (distribution family) चुनना कहा जाता है। यदि आप गलत चुनाव करते हैं—जैसे एक सपाट पैमाने से ऊबड़-खाबड़ पहाड़ को मापने की कोशिश करना—तो आप वक्र (curve) का आकार तो सही पा सकते हैं, लेकिन आप उस कहानी को पूरी तरह से गलत समझ सकते हैं जो वह बता रहा है। यह शोध पत्र एक जासूसी कहानी है कि कैसे किशोर हरे कछुओं को गिनने के लिए सटीक गणितीय उपकरणों को खोजा जाए, ताकि हम केवल संख्याओं को ही न देखें, बल्कि वास्तव में कछुओं के जीवन को भी समझ सकें।

---

कछुआ गणना का रहस्य

ब्राजील के इटापिरुबा नॉर्टे बीच (Itapirubá Norte Beach) के चट्टानी, धूप से भरे पानी में, वैज्ञानिकों की एक टीम किशोर हरे कछुओं (Chelonia mydas) पर कड़ी नज़र रख रही है। ये युवा कछुए समुद्र के जिज्ञासु किशोरों की तरह हैं, जो सांस लेने, समुद्री घास खाने और समय बिताने के लिए ऊपर आते हैं। 2021 से, पर्यवेक्षक तट के चार अलग-अलग स्टेशनों से उनकी गिनती कर रहे हैं, और रिकॉर्ड कर रहे हैं कि वे किसी भी दिए गए समय में ठीक कितने दिखाई देते हैं।

समस्या क्या थी? डेटा थोड़ा अस्त-व्यस्त था। यह "शून्यों" (वे समय जब कोई कछुआ नहीं देखा गया) और "स्पाइक्स" (वे समय जब अचानक एक बड़ा समूह दिखाई दिया) से भरा था। यह "ओवरडिस्पर्स्ड" (overdispersed) भी था, जो एक फैंसी तरीका है यह कहने का कि संख्याएँ एक साधारण औसत की तुलना में बहुत अधिक फैली हुई और अराजक थीं। शोधकर्ता यह समझने के लिए एक मॉडल बनाना चाहते थे कि कछुए कब और क्यों दिखाई दिए, जिसमें दिन का समय, तापमान, ज्वार और हवा जैसे कारकों का उपयोग किया गया हो। लेकिन ऐसा करने के लिए, उन्हें दो-भागों वाली पहेली को हल करना था: कौन सा गणितीय आकार डेटा के लिए सबसे उपयुक्त है? और कौन सा लचीला पैमाना (स्मूथिंग फंक्शन) वक्र को सबसे सटीक रूप से खींचता है?

महान डिस्ट्रीब्यूशन मुकाबला

सबसे पहले, टीम को यह तय करना था कि कछुओं की गिनती का वर्णन करने का सबसे अच्छा तरीका क्या है। उन्होंने डेटा के लिए चार अलग-अलग गणितीय "पोशाकों" का परीक्षण किया:

1. नॉर्मल डिस्ट्रीब्यूशन (Normal Distribution): यह मानता है कि डेटा पूरी तरह से सममित है, जैसे कि एक बेल कर्व।
2. लॉग-नॉर्मल डिस्ट्रीब्यूशन (Log-normal Distribution): यह तिरछे (skewed) डेटा को बेहतर ढंग से संभालता है, लेकिन फिर भी इसे निरंतर (continuous) मानता है।
3. पॉइसन डिस्ट्रीब्यूशन (Poisson Distribution): चीजों को गिनने के लिए एक क्लासिक विकल्प, लेकिन यह मानता है कि औसत और फैलाव बिल्कुल समान हैं।
4. नेगेटिव बिनोमियल डिस्ट्रीब्यूशन (Negative Binomial Distribution): एक अधिक लचीला विकल्प जो इसे औसत से बहुत अधिक बड़े फैलाव की अनुमति देता है।

परिणाम स्पष्ट थे। नॉर्मल और पॉइसन पोशाकें बहुत खराब फिट थीं। पॉइसन मॉडल, विशेष रूप से, बुरी तरह विफल रहा क्योंकि कछुओं का डेटा बहुत अधिक "ओवरडिस्पर्स्ड" था—इसका विचरण (variance) 13.65 था जबकि औसत केवल 2.93 था। इस अराजक डेटा को पॉइसन बॉक्स में फिट करने की कोशिश करना एक गोल छेद में चौकोर खूँटा डालने जैसा था; इसने परिणामों को विकृत कर दिया और वैज्ञानिकों को यह सोचने पर मजबूर कर दिया कि वे वास्तव में जितने निश्चित थे, उससे कहीं अधिक निश्चित थे। लॉग-नॉर्मल बेहतर था, लेकिन फिर भी पूर्ण नहीं था।

विजेता नेगेटिव बिनोमियल डिस्ट्रीब्यूशन था। यह एकमात्र ऐसा था जो बिना किसी कठिनाई के "जीरो-इन्फ्लेशन" (खाली दिखने वाले समय) और "हैवी टेल्स" (कछुओं के दुर्लभ, विशाल समूह) को संभाल सकता था। इस डिस्ट्रीब्यूशन का उपयोग करके, मॉडल अंततः अनुमान लगाना बंद कर सका और कछुओं के जीवन की अराजक वास्तविकता को सटीक रूप से दर्शाने में सक्षम हुआ।

लचीले पैमाने की दौड़

एक बार जब उनके पास सही पोशाक आ गई, तो टीम को वक्र खींचने के लिए सही "पैमाना" चुनना था। GAMs की दुनिया में, इन पैमानों को "स्मूथिंग फंक्शन्स" कहा जाता है। उन्होंने चार अलग-अलग प्रकारों का परीक्षण किया:

• थिन प्लेट रिग्रेशन स्प्लाइन्स (TPS): एक लचीली धातु की चादर की तरह जो सभी दिशाओं में सुचारू रूप से मुड़ती है।
• क्यूबिक रिग्रेशन स्प्लाइन्स (CRS): क्यूबिक गणित से बनी चिकनी, जुड़ी हुई वक्रों की एक श्रृंखला की तरह।
• पेनलाइज्ड स्प्लाइन्स (P-splines): एक ऐसी विधि जो वक्र को बहुत अधिक टेढ़ा-मेढ़ा होने से रोकने के लिए एक "ब्रेक" जोड़ती है।
• एडैप्टिव स्प्लाइन्स (Adaptive Splines): सबसे स्मार्ट पैमाना, जो डेटा के कठिन होने पर कहीं सख्त और कहीं अत्यंत लचीला हो सकता है।

शोध में पाया गया कि हर चीज़ के लिए केवल एक ही "सर्वश्रेष्ठ" पैमाना नहीं था। इसके बजाय, सबसे अच्छा चुनाव इस बात पर निर्भर करता था कि कछुआ किस चीज़ के प्रति प्रतिक्रिया कर रहा है:

• समय और तापमान: "दिनों" और "तापमान" जैसे चरों के लिए, एडैप्टिव स्प्लाइन्स चैंपियन थे। ये कारक अप्रत्याशित उछाल के साथ बदलते हैं, और एडैप्टिव पैमाना ठीक वहीं मुड़ सकता था जहाँ डेटा को इसकी आवश्यकता थी, जिससे कछुओं के व्यवहार में अचानक आए बदलावों को पकड़ा जा सका।
• लहरें और हवा: "लहर की ऊंचाई" और "हवा की गति" जैसी चीजों के लिए, क्यूबिक रिग्रेशन स्प्लाइन्स सबसे अच्छा काम करते थे। ये कारक आमतौर पर धीरे-धीरे बदलते हैं, इसलिए एक सुचारू, स्थिर वक्र एक आदर्श फिट था।
• हवा की दिशा: उत्तर-दक्षिण और पूर्व-पश्चिम हवा के घटकों के लिए, थिन प्लेट स्प्लाइन्स ने ताज पहना। क्योंकि हवा की दिशा एक 2D वृत्त है (यह कहीं भी जा सकती है), थिन प्लेट पैमाना ही एकमात्र था जो इसे भ्रमित हुए बिना सुचारू रूप से मैप कर सका।

अंतिम निर्णय

इन विशिष्ट स्मूथिंग पैमानों के मिश्रण के साथ नेगेटिव बिनोमियल डिस्ट्रीब्यूशन को जोड़कर, शोधकर्ताओं ने एक ऐसा मॉडल बनाया जो गणितीय रूप से ठोस और पारिस्थितिक रूप से सत्य है। उन्होंने पाया कि कछुओं की उपस्थिति केवल यादृच्छिक (random) नहीं है; यह उनके पर्यावरण के साथ जटिल, गैर-रेखीय संबंधों द्वारा संचालित होती है। कछुए केवल "अधिक गर्मी = अधिक कछुए" पर प्रतिक्रिया नहीं दे रहे हैं। इसके बजाय, वे तापमान और ज्वार के विशिष्ट थ्रेशोल्ड (सीमाओं) और अचानक परिवर्तनों के प्रति प्रतिक्रिया करते हैं, जबकि लहरों के पैटर्न और हवा पृष्ठभूमि के अधिक स्थिर प्रभाव के रूप में कार्य करते हैं।

यह अध्ययन पुष्टि करता है कि यदि आप प्रकृति को समझना चाहते हैं, तो आप केवल "एक ही आकार सबके लिए" (one-size-fits-all) वाला दृष्टिकोण नहीं अपना सकते। आपको अपने गणितीय उपकरणों को अपने डेटा की विशिष्ट विशेषताओं के अनुरूप ढालना होगा। इस मामले में, "नेगेटिव बिनोमियल" पोशाक और लचीले पैमानों के "मिक्स-एंड-मैच" सेट ने वैज्ञानिकों को कछुओं की कहानी स्पष्ट रूप से देखने की अनुमति दी, जिससे एक ऐसा आवास प्रकट हुआ जो संसाधनों और अवसरों का एक गतिशील, पैची मोज़ेक है। यह एक अनुस्मारक है कि विज्ञान में, काम के लिए सही उपकरण का होना अक्सर केवल एक धुंधली छवि देखने और पूरी तस्वीर देखने के बीच का अंतर होता है।