అనుసంధానమైనట్టు కనిపించే రెండు యాదృచ్ఛిక దారులు
1926 లో, యూల్ (Yule) ఒక కలవరపరిచే విషయాన్ని గమనించారు: పూర్తిగా స్వతంత్రమైన కాల శ్రేణులు పెద్ద సహసంబంధాలను చూపగలవు. యూల్ దాన్ని “అర్థరహిత సహసంబంధం” (nonsense correlation) అని పిలిచారు. యాదృచ్ఛిక నడకలతో — యాదృచ్ఛిక అడుగులను ఒకదాని తర్వాత ఒకటి కలుపుతూ నిర్మించిన శ్రేణులతో — చేసిన ఆ ప్రయోగాలు, స్వతంత్ర నమూనాలు సూచించే దానికంటే చాలా ఎక్కువగా చెదిరిన సహసంబంధాలను చూపాయి. ఈ కపట సహసంబంధాలు శ్రేణులు పొడవైనా తొలగిపోవని తర్వాతి పరిశోధనలు నిరూపించాయి.
చైనాలోని రెన్మిన్ విశ్వవిద్యాలయపు గణాంకాలు, బిగ్ డేటా సంస్థకు చెందిన లిపింగ్ జు (Liping Zhu), జోంగ్మింగ్ షియే (Zhongming Xie), ఈ సమస్య మరింత ఆధునికమైన సాధనం ఎదుట కూడా నిలుస్తుందా అని ప్రశ్నించారు.
మోసపోకూడని కొలమానం
సాధారణ (పియర్సన్, Pearson) సహసంబంధం సరళరేఖ సంబంధాలను మాత్రమే గుర్తిస్తుంది. 2007 లో సెకెలీ (Székely), సహచరులు వర్ణించిన దూర సహసంబంధం (distance correlation) మరింత ఆశాజనకమైనది: రెండు యాదృచ్ఛిక చలరాశులకు, వాటి సంబంధం ఆకారం ఏదైనా, అవి స్వతంత్రమైతే, అప్పుడు మాత్రమే అది సున్నా. అది ఎల్లప్పుడూ 0, 1 మధ్య ఉంటుంది.
కానీ ఆ హామీ డేటా స్వతంత్ర ఎంపికలని ఊహిస్తుంది. యాదృచ్ఛిక నడకల జత వేరు. ప్రతి అడుగూ నడక యొక్క ప్రతి తదుపరి విలువను ప్రభావితం చేస్తుంది, కాబట్టి వరుస పరిశీలనలు తమ గతాన్ని పంచుకుంటాయి, వాటి వ్యాప్తి కాలంతో పాటు మారుతూనే ఉంటుంది. స్వతంత్ర యాదృచ్ఛిక నడకల మధ్య పెద్ద దూర సహసంబంధాలను అనుకరణలు ఇప్పటికే చూపాయి, మునుపటి రచయితలు వాటిని నడకల వరుస ఆధారపడటానికి, మారే వ్యాప్తికి ఆపాదించారు; లోపించినది వాటి పరిమితి యొక్క సిద్ధాంతం.
ఖచ్చితంగా 0, 1 మధ్య ఉండే పరిమితి
నడకలు పొడవయ్యే కొద్దీ, దూర సహసంబంధం సున్నాకు కుంచించుకుపోదని రచయితలు నిరూపిస్తారు. పరిమిత వ్యాప్తి గల, స్వతంత్ర, ఒకేలా పంపిణీ అయిన అడుగులు గల ఏ నడకలకైనా, అది రెండు బ్రౌనియన్ మార్గాలు — యాదృచ్ఛిక నడకల నిరంతర పరిమితి — ఇచ్చే ఒక యాదృచ్ఛిక విలువకు అభిసరిస్తుంది. ఆ పరిమితి సార్వత్రికమైనది — అడుగులు ఎలా పంపిణీ అయ్యాయనే దానిపై అది ఆధారపడదు — ఖచ్చితంగా 0, 1 మధ్య ఉంటుంది, ఆ పరిధి అంతటా విలువలను తీసుకుంటుంది. కాబట్టి మీకు నచ్చిన ఏ పరిమితినైనా, ఉదాహరణకు 0.3 ను, మించిన సహసంబంధాన్ని చూసే అవకాశం ఎప్పటికీ తొలగిపోదు.
కీలకం ఏమిటంటే, ఒకే క్షణంలో నమూనా తీసినప్పుడు, మార్గాల జత ప్రతి ప్రాంతంలో ఎంత సమయం గడుపుతుందో చూడటం. రెండు ప్రక్రియలు సాక్షాత్కారాల మధ్య స్వతంత్రంగా ఉండవచ్చు, అదే సమయంలో సాక్షాత్కరించిన ఒకే జత, కాలక్రమంలో అనుసరించినప్పుడు, ఇంకా ఒక అనుబంధ నమూనాను చూపుతుంది.
అనుకరణలు: 0.5 వద్ద చిక్కుకుని
బృందం 50 నుంచి 5,000 అడుగుల వరకు ప్రతి పొడవుకూ, గాసియన్ అడుగులు గల 2,000 జతల స్వతంత్ర నడకలను అనుకరించింది. అడుగులకు, దూర సహసంబంధం ఊహించినట్టే తగ్గిపోతుంది: 50 వద్ద 0.244 నుంచి 5,000 వద్ద 0.025 కు. అవే అడుగులతో నిర్మించిన నడకలకు, అది ప్రతి పొడవు వద్దా సుమారు 0.5 వద్ద ఉంటుంది.
5,000 అడుగుల వద్ద, నడక జతలలో మధ్యలోని 90% 0.215 నుంచి 0.844 వరకు విస్తరించాయి, 2,000 లో 1,644 జతలు — 82% — 0.3 ను మించాయి. 0.5 దగ్గరి విలువ ఒక ప్రయోగాత్మక పరిశీలన, నిరూపించిన స్థిరాంకం కాదని రచయితలు నొక్కిచెబుతారు.

(a) యాదృచ్ఛిక నడకలకు (నిండు గీత), వాటి స్వతంత్ర అడుగులకు (గీతల గీత) సగటు దూర సహసంబంధం, 5–95% పట్టీలతో, పరిశీలనల సంఖ్యకు వ్యతిరేకంగా. (b) 100, 1,000, 5,000 అడుగులకు నడక సహసంబంధాల పంపిణీ; గుర్తించిన బిందువు, 5,000 అడుగుల వద్ద వాటిలో 17.8% 0.3 ను మించవని చూపుతుంది. — చిత్రం 1, Zhu & Xie (2026), arXiv:2611.16614.
ఎప్పుడూ “తోడేలు వచ్చింది” అని అరిచే పరీక్ష
దూర సహసంబంధంతో స్వాతంత్ర్యాన్ని పరీక్షించే ప్రామాణిక పద్ధతి కలగలపడం: ఒక శ్రేణి కాల క్రమాన్ని చాలాసార్లు చెదరగొట్టి, నిజమైన విలువ ప్రత్యేకంగా నిలుస్తుందో లేదో చూడటం. యాదృచ్ఛిక నడకలకు, ఎంచుకున్న దోష స్థాయి ఏదైనా, ఈ పరీక్ష 1 వైపు వెళ్లే సంభావ్యతతో స్వాతంత్ర్యాన్ని తిరస్కరిస్తుందని రచయితలు నిరూపిస్తారు.
అనుకరణలు ఏకీభవిస్తాయి. సాధారణ 5% స్థాయి వద్ద, కలగలుపు పరీక్ష 100 అడుగుల స్వతంత్ర నడక జతలలో 94% కు, 500, 2,000 అడుగుల మొత్తం 300 జతలకూ తప్పుగా సంబంధాన్ని ప్రకటించింది. స్వతంత్ర అడుగులకు, అది ఉండాల్సినట్టే సుమారు 5% సార్లు మాత్రమే తప్పింది. కలగలపడం నడకలు మోసే కాల క్రమాన్ని నాశనం చేస్తుంది, కాబట్టి అది స్వతంత్ర నడకలను వర్ణించని ఒక సూచనను నిర్మిస్తుంది.
స్థాయిలా, అడుగులా?
అధ్యయనం పరిమితి వర్గ దూర సహవ్యాప్తికి ఒక కచ్చితమైన సగటును కూడా లెక్కిస్తుంది, 26/(75π) − 1/12, సుమారు 0.0270, అనుకరణలు దాన్ని సుమారు ఒక ప్రామాణిక దోషం లోపు పునరుత్పత్తి చేస్తాయి.
రచయితలు ఒక జాగ్రత్తైన పాఠాన్ని తీస్తారు. రెండు ప్రక్రియలు ఆధారపడి ఉన్నాయా అని అడగడం, గమనించిన ఒక జత మార్గాలు కాలక్రమంలో అనుబంధంగా ఉన్నాయా అని అడగడం ఒకటే కాదు. వరుస విలువల మధ్య తేడాలు తీసుకోవడం స్వతంత్ర అడుగులను తిరిగి ఇస్తుంది, కానీ అప్పుడు పరీక్ష స్థాయిల గురించి కాక అడుగుల గురించి అవుతుంది — అది వేరే ప్రశ్న. కొట్టుకుపోయే, స్థిరం కాని (non-stationary) డేటాకు చెల్లుబాటయ్యే పరీక్ష, కాలం గుండా వాటి ఆధారపడటాన్ని తన సూచనలో చేర్చుకోవాలి, అలాంటి పరీక్షను నిర్మించడం ఈ పత్రం పరిష్కరించని ఒక వేరే సమస్య.
