দুটি এলোমেলো পথ যা সম্পর্কিত বলে মনে হয়
1926 সালে ইউল একটি উদ্বেগজনক বিষয় লক্ষ করেন: সম্পূর্ণ স্বাধীন কাল-সারিও বড় সহসম্পর্ক দেখাতে পারে। ইউল একে বলেছিলেন “অর্থহীন সহসম্পর্ক” (nonsense correlation)। এলোমেলো হাঁটা — এলোমেলো ধাপ একটির পর একটি যোগ করে গড়া অনুক্রম — নিয়ে সেই পরীক্ষাগুলোতে দেখা গিয়েছিল এমন সহসম্পর্ক, যা স্বাধীন নমুনা থেকে প্রত্যাশিত বিস্তারের চেয়ে অনেক বেশি ছড়ানো। পরের গবেষণায় প্রমাণিত হয় যে সারি দীর্ঘ হলেও এই ভুয়া সহসম্পর্কগুলো দূর হয় না।
চীনের রেনমিন বিশ্ববিদ্যালয়ের পরিসংখ্যান ও বিগ ডেটা ইনস্টিটিউটের Liping Zhu ও Zhongming Xie প্রশ্ন তুলেছেন, আরও আধুনিক একটি হাতিয়ারের সামনেও সমস্যাটি টিকে থাকে কি না।
এমন একটি মাপকাঠি যার ধোঁকা খাওয়ার কথা নয়
সাধারণ (পিয়ারসন) সহসম্পর্ক কেবল সরলরৈখিক সম্পর্ক ধরে। 2007 সালে Székely ও সহকর্মীদের বর্ণিত দূরত্ব-সহসম্পর্ক আরও উচ্চাভিলাষী: দুটি দৈব চলকের ক্ষেত্রে এটি শূন্য হয় যদি এবং কেবল যদি সেগুলো স্বাধীন হয়, তাদের সম্পর্কের আকৃতি যা-ই হোক। এটি সবসময় 0 ও 1-এর মধ্যে থাকে।
কিন্তু এই নিশ্চয়তা ধরে নেয় যে তথ্যগুলো স্বাধীনভাবে নেওয়া। একজোড়া এলোমেলো হাঁটা আলাদা। প্রতিটি ধাপ হাঁটার পরবর্তী প্রতিটি মানকে প্রভাবিত করে, তাই পরপর পর্যবেক্ষণগুলো তাদের অতীত ভাগ করে নেয়, আর তাদের বিস্তার সময়ের সঙ্গে বদলাতে থাকে। সিমুলেশন আগেই স্বাধীন এলোমেলো হাঁটার মধ্যে বড় দূরত্ব-সহসম্পর্ক দেখিয়েছিল, যার কারণ হিসেবে আগের লেখকেরা হাঁটাগুলোর ক্রমিক নির্ভরতা ও পরিবর্তনশীল বিস্তারকে দেখিয়েছিলেন; যা অনুপস্থিত ছিল তা হলো তাদের সীমার একটি তত্ত্ব।
কঠোরভাবে 0 ও 1-এর মাঝে একটি সীমা
লেখকেরা প্রমাণ করেন, হাঁটা দীর্ঘ হতে থাকলে দূরত্ব-সহসম্পর্ক শূন্যে নেমে আসে না। সসীম ভেদাঙ্কের স্বাধীন, অভিন্নভাবে বণ্টিত ধাপের যেকোনো হাঁটার ক্ষেত্রে এটি দুটি ব্রাউনীয় পথ, অর্থাৎ এলোমেলো হাঁটার অবিচ্ছিন্ন সীমা, দিয়ে নির্ধারিত একটি দৈব মানের দিকে অভিসারী হয়। সেই সীমা সর্বজনীন — ধাপগুলো কীভাবে বণ্টিত তার ওপর নির্ভর করে না — এবং কঠোরভাবে 0 ও 1-এর মাঝে থাকে, সেই পুরো পরিসর জুড়ে মান নেয়। তাই আপনার পছন্দের যেকোনো সীমার, ধরা যাক 0.3-এর, ওপরে সহসম্পর্ক দেখার সম্ভাবনা কখনো শূন্য হয় না।
চাবিকাঠি হলো দেখা যে পথজোড়া, একটি অভিন্ন মুহূর্তে নমুনা নিলে, প্রতিটি অঞ্চলে কত সময় কাটায়। দুটি প্রক্রিয়া বিভিন্ন বাস্তবায়ন (realisations) জুড়ে স্বাধীন হতে পারে, অথচ একটি একক বাস্তবায়িত জোড়া, সময় ধরে অনুসরণ করলে, তবুও সম্পর্কের একটি ধাঁচ দেখায়।
সিমুলেশন: 0.5-এ আটকে
দলটি 50 থেকে 5,000 ধাপের প্রতিটি দৈর্ঘ্যের জন্য গাউসীয় ধাপের স্বাধীন হাঁটার 2,000টি জোড়ার সিমুলেশন করেছে। খোদ ধাপগুলোর ক্ষেত্রে দূরত্ব-সহসম্পর্ক প্রত্যাশামতোই মিলিয়ে যায়: 50-এ 0.244 থেকে 5,000-এ 0.025। ঠিক সেই একই ধাপ দিয়ে গড়া হাঁটার ক্ষেত্রে এটি প্রতিটি দৈর্ঘ্যে প্রায় 0.5-এ থাকে।
5,000 ধাপে হাঁটা-জোড়াগুলোর মাঝের 90% ছড়িয়ে ছিল 0.215 থেকে 0.844 পর্যন্ত, আর 2,000টির মধ্যে 1,644টি জোড়া — 82% — 0.3 ছাড়িয়েছে। লেখকেরা জোর দেন, 0.5-এর কাছের মানটি একটি অভিজ্ঞতালব্ধ ফল, প্রমাণিত ধ্রুবক নয়।

(a) এলোমেলো হাঁটা (নিরবচ্ছিন্ন রেখা) ও তাদের স্বাধীন ধাপের (ড্যাশ) গড় দূরত্ব-সহসম্পর্ক, 5–95% পট্টিসহ, পর্যবেক্ষণের সংখ্যার বিপরীতে। (b) 100, 1,000 ও 5,000 ধাপের জন্য হাঁটা-সহসম্পর্কের বণ্টন; চিহ্নিত বিন্দুটি দেখায় যে 5,000 ধাপে তাদের 17.8% 0.3 ছাড়ায় না। — চিত্র 1, Zhu & Xie (2026), arXiv:2611.16614.
যে পরীক্ষা সবসময় “বাঘ এল” বলে চেঁচায়
দূরত্ব-সহসম্পর্ক দিয়ে স্বাধীনতা যাচাইয়ের প্রচলিত উপায় হলো এলোমেলো-বিন্যাস: একটি সারির সময়-ক্রম বহুবার ওলটপালট করে দেখা আসল মানটি আলাদা করে চোখে পড়ে কি না। লেখকেরা প্রমাণ করেন, এলোমেলো হাঁটার ক্ষেত্রে এই পরীক্ষা, বেছে নেওয়া ত্রুটি-স্তর যা-ই হোক, 1-এর দিকে যাওয়া সম্ভাবনায় স্বাধীনতাকে বাতিল করে।
সিমুলেশন একমত। প্রচলিত 5% স্তরে এলোমেলো-বিন্যাস পরীক্ষা 100 ধাপের স্বাধীন হাঁটা-জোড়ার 94%-এর ক্ষেত্রে ভুল করে সম্পর্ক ঘোষণা করেছে, আর 500 ও 2,000 ধাপের সব 300টি জোড়ার ক্ষেত্রেও। খোদ স্বাধীন ধাপগুলোর ক্ষেত্রে এটি প্রায় 5% বার ভুল করেছে, যেমনটি হওয়া উচিত। এলোমেলো-বিন্যাস হাঁটাগুলোর বহন করা সময়-ক্রম নষ্ট করে দেয়, তাই এটি এমন একটি তুলনা-ভিত্তি গড়ে যা স্বাধীন হাঁটাকে বর্ণনা করে না।
স্তর, না ধাপ?
গবেষণাটি সীমায় বর্গ দূরত্ব-সহভেদাঙ্কের একটি নিখুঁত গড়ও হিসাব করে, 26/(75π) − 1/12, প্রায় 0.0270, যা সিমুলেশন প্রায় একটি আদর্শ ত্রুটির মধ্যে পুনরুৎপাদন করে।
লেখকেরা একটি সতর্ক শিক্ষা টানেন। দুটি প্রক্রিয়া নির্ভরশীল কি না জিজ্ঞেস করা আর একজোড়া পর্যবেক্ষিত পথ সময়ের সঙ্গে সম্পর্কিত কি না জিজ্ঞেস করা এক কথা নয়। পরপর মানগুলোর পার্থক্য নিলে স্বাধীন ধাপ ফিরে পাওয়া যায়, কিন্তু তখন পরীক্ষাটি ধাপ নিয়ে, স্তর নিয়ে নয় — ভিন্ন একটি প্রশ্ন। সরে যাওয়া, অ-স্থির (non-stationary) তথ্যের জন্য একটি বৈধ পরীক্ষাকে তার তুলনা-ভিত্তিতে সময়ের সঙ্গে তাদের নির্ভরতা অন্তর্ভুক্ত করতে হবে, আর তেমন একটি পরীক্ষা গড়া একটি আলাদা সমস্যা, যার সমাধান এই গবেষণাপত্র দেয় না।
