गणितप्रीप्रिंटसिद्धांतवाचनासाठी ३ मिनिटे

जोडलेल्या वाटणाऱ्या दोन यादृच्छिक वाटा

1926 मध्ये युल (Yule) यांच्या लक्षात एक त्रासदायक गोष्ट आली: पूर्णपणे स्वतंत्र कालश्रेणी मोठे सहसंबंध दाखवू शकतात. युल यांनी त्याला “निरर्थक सहसंबंध” (nonsense correlation) म्हटले. यादृच्छिक चालींसह — यादृच्छिक पावले एकामागून एक जोडून बनवलेल्या श्रेणींसह — केलेल्या त्या प्रयोगांमध्ये, स्वतंत्र नमुन्यांवरून अपेक्षित असेल त्याहून कितीतरी अधिक विखुरलेले सहसंबंध दिसले. नंतरच्या संशोधनाने सिद्ध केले की श्रेणी लांब झाल्या तरी हे भ्रामक सहसंबंध नाहीसे होत नाहीत.

चीनच्या रेनमिन विद्यापीठाच्या सांख्यिकी आणि बिग डेटा संस्थेतील लिपिंग झू (Liping Zhu) आणि झोंगमिंग शिए (Zhongming Xie) यांनी प्रश्न विचारला की ही समस्या अधिक आधुनिक साधनासमोरही टिकते का.

फसू नये असे माप

सामान्य (पिअर्सन, Pearson) सहसंबंध फक्त सरळरेषीय संबंध ओळखतो. सेकेली (Székely) आणि सहकाऱ्यांनी 2007 मध्ये वर्णन केलेला अंतर-सहसंबंध (distance correlation) अधिक महत्त्वाकांक्षी आहे: दोन यादृच्छिक चलांसाठी, त्यांच्या दुव्याचा आकार कोणताही असो, ते स्वतंत्र असतील तर आणि तरच तो शून्य असतो. तो नेहमी 0 आणि 1 दरम्यान असतो.

पण ही हमी गृहीत धरते की माहिती स्वतंत्रपणे काढलेली आहे. यादृच्छिक चालींची जोडी वेगळी असते. प्रत्येक पाऊल चालीच्या पुढील प्रत्येक मूल्यावर परिणाम करते, त्यामुळे लागोपाठची निरीक्षणे आपला भूतकाळ सामायिक करतात, आणि त्यांचा विस्तार काळानुसार बदलत राहतो. सदृशीकरणांनी स्वतंत्र यादृच्छिक चालींमध्ये मोठे अंतर-सहसंबंध आधीच दाखवले होते, ज्यांचे कारण आधीच्या लेखकांनी चालींचे क्रमिक अवलंबित्व आणि बदलता विस्तार असे सांगितले होते; उणीव होती ती त्यांच्या मर्यादेच्या सिद्धांताची.

काटेकोरपणे 0 आणि 1 दरम्यानची मर्यादा

लेखक सिद्ध करतात की चाली लांब होत गेल्या तरी अंतर-सहसंबंध शून्याकडे आकुंचन पावत नाही. मर्यादित प्रसरण असलेली, स्वतंत्र आणि सारख्याच वितरणाची पावले असलेल्या कोणत्याही चालींसाठी, तो दोन ब्राउनियन मार्गांनी — यादृच्छिक चालींच्या सलग मर्यादेने — दिलेल्या एका यादृच्छिक मूल्याकडे अभिसरित होतो. ही मर्यादा सार्वत्रिक आहे — पावले कशी वितरित आहेत यावर ती अवलंबून नाही — आणि काटेकोरपणे 0 आणि 1 दरम्यान असते, त्या संपूर्ण श्रेणीतील मूल्ये घेत. त्यामुळे तुम्हाला हव्या त्या उंबरठ्याहून, समजा 0.3 हून, अधिक सहसंबंध दिसण्याची शक्यता कधीच नाहीशी होत नाही.

याची गुरुकिल्ली म्हणजे, एकाच क्षणी नमुना घेतल्यावर, मार्गांची जोडी प्रत्येक प्रदेशात किती वेळ घालवते हे पाहणे. दोन प्रक्रिया वेगवेगळ्या साकारांमध्ये स्वतंत्र असू शकतात, तर साकारलेली एकच जोडी, काळाच्या ओघात पाहिल्यास, तरीही साहचर्याचा एक नमुना दाखवते.

सदृशीकरणे: 0.5 वर अडकलेले

चमूने 50 ते 5,000 पावलांच्या प्रत्येक लांबीसाठी, गाऊसीय पावलांच्या स्वतंत्र चालींच्या 2,000 जोड्यांचे सदृशीकरण केले. पावलांसाठी स्वतः, अंतर-सहसंबंध अपेक्षेप्रमाणे ओसरतो: 50 वर 0.244 पासून 5,000 वर 0.025 पर्यंत. त्याच पावलांपासून बनवलेल्या चालींसाठी, तो प्रत्येक लांबीवर सुमारे 0.5 वर राहतो.

5,000 पावलांवर, चालींच्या जोड्यांपैकी मधल्या 90% जोड्या 0.215 ते 0.844 पर्यंत पसरलेल्या होत्या, आणि 2,000 पैकी 1,644 जोड्यांनी — 82% — 0.3 ओलांडले. लेखक भर देतात की 0.5 जवळचे मूल्य हा अनुभवजन्य निष्कर्ष आहे, सिद्ध केलेला स्थिरांक नव्हे.

दोन फलक: डावीकडे, यादृच्छिक चालींसाठी सरासरी अंतर-सहसंबंध 0.5 जवळ राहतो, तर त्यांच्या पावलांसाठी तो शून्याकडे घसरतो; उजवीकडे, चालींच्या तीन लांबींसाठीचे वितरण-वक्र जवळजवळ एकमेकांवर येतात.

(a) यादृच्छिक चालींसाठी (भरीव रेषा) आणि त्यांच्या स्वतंत्र पावलांसाठी (तुटक) सरासरी अंतर-सहसंबंध, 5–95% पट्ट्यांसह, निरीक्षणांच्या संख्येविरुद्ध. (b) 100, 1,000 आणि 5,000 पावलांसाठी चालींच्या सहसंबंधांचे वितरण; चिन्हांकित बिंदू दाखवतो की 5,000 पावलांवर त्यांपैकी 17.8% 0.3 ओलांडत नाहीत. — आकृती 1, Zhu & Xie (2026), arXiv:2611.16614.

नेहमी “लांडगा आला” ओरडणारी चाचणी

अंतर-सहसंबंधाने स्वातंत्र्याची चाचणी घेण्याची प्रमाणित पद्धत म्हणजे पिसणे: एका श्रेणीचा कालक्रम अनेक वेळा उलटसुलट करायचा आणि खरे मूल्य उठून दिसते का ते पाहायचे. लेखक सिद्ध करतात की यादृच्छिक चालींसाठी, निवडलेली त्रुटी-पातळी कोणतीही असो, ही चाचणी 1 कडे जाणाऱ्या संभाव्यतेने स्वातंत्र्य नाकारते.

सदृशीकरणे याच्याशी सहमत आहेत. नेहमीच्या 5% पातळीवर, पिसणी-चाचणीने 100 पावलांच्या स्वतंत्र चाल-जोड्यांपैकी 94% साठी, आणि 500 तसेच 2,000 पावलांच्या सर्व 300 जोड्यांसाठी, चुकीने दुवा जाहीर केला. स्वतंत्र पावलांसाठी स्वतः, ती अपेक्षेप्रमाणे सुमारे 5% वेळाच चुकली. पिसण्यामुळे चालींनी वाहून नेलेला कालक्रम नष्ट होतो, त्यामुळे ते असा संदर्भ उभारते जो स्वतंत्र चालींचे वर्णन करत नाही.

पातळ्या की पावले?

हा अभ्यास मर्यादेतील वर्ग-अंतर-सहप्रसरणासाठी एक अचूक सरासरीही काढतो, 26/(75π) − 1/12, सुमारे 0.0270, ज्याची पुनर्निर्मिती सदृशीकरणे सुमारे एका प्रमाण-त्रुटीच्या आत करतात.

लेखक एक सावध धडा काढतात. दोन प्रक्रिया परस्परावलंबी आहेत का हे विचारणे, आणि निरीक्षण केलेली मार्गांची एक जोडी काळाच्या ओघात साहचर्य दाखवते का हे विचारणे, एकच नव्हे. लागोपाठच्या मूल्यांमधील फरक घेतल्याने स्वतंत्र पावले परत मिळतात, पण मग चाचणी पातळ्यांविषयी नव्हे तर पावलांविषयी असते — हा वेगळा प्रश्न आहे. भरकटणाऱ्या, अस्थिर (non-stationary) माहितीसाठी वैध चाचणीने त्यांचे काळातून येणारे अवलंबित्व आपल्या संदर्भात सामावून घ्यायला हवे, आणि अशी चाचणी रचणे ही एक वेगळी समस्या आहे, जी हा शोधनिबंध सोडवत नाही.