हम जिस वास्तविक दुनिया में रहते हैं, उसके डेटा कभी पूरी तरह व्यवस्थित नहीं होते। कुछ डेटा एक ओर झुके होते हैं, कुछ में कई शिखर होते हैं, तो कुछ बिना किसी नियम के अनियमित ढंग से बिखरे होते हैं।
फिर भी सांख्यिकीविद ऐसे अव्यवस्थित डेटा से भी पूरी समष्टि की विशेषताओं का सटीक अनुमान लगा लेते हैं। दक्षिण कोरिया के सभी वयस्कों की औसत लंबाई या देशव्यापी चुनाव में समर्थन दर का सर्वेक्षण करते समय, हर व्यक्ति की गणना किए बिना भी अत्यधिक सटीक परिणामों का पूर्वानुमान लगाने का रहस्य क्या है?
इसके केंद्र में केंद्रीय सीमा प्रमेय (Central Limit Theorem, CLT) है, जिसे सांख्यिकी के सबसे सुंदर और शक्तिशाली प्रमेयों में गिना जाता है।
सांख्यिकी में जिस पूरे समूह के बारे में हम वास्तव में जानना चाहते हैं, उसे समष्टि (Population) कहते हैं, और व्यावहारिक सीमाओं के कारण समष्टि से चुने गए कुछ सदस्यों के समूह को प्रतिदर्श (Sample) कहते हैं।
समस्या यह है कि पहले से जानना कठिन होता है कि जिस समष्टि का हम विश्लेषण करना चाहते हैं, वह सामान्य वितरण अर्थात घंटी के आकार वाले सममित वितरण का अनुसरण करती है या नहीं। समष्टि का वितरण ठीक-ठीक जाने बिना भी अनुमानात्मक निष्कर्ष निकाले जा सकते हैं, लेकिन इस्तेमाल की जाने वाली विधि के लिए आवश्यक प्रतिदर्श चयन की प्रक्रिया और वितरण संबंधी शर्तों की जाँच करनी चाहिए।
केंद्रीय सीमा प्रमेय का मूल रूप परस्पर स्वतंत्र और समान वितरण का अनुसरण करने वाले प्रेक्षणों के माध्य से संबंधित है। यदि समष्टि का माध्य परिमित हो और प्रसरण 0 से अधिक तथा परिमित हो, तो प्रतिदर्श का आकार बढ़ने के साथ मानकीकृत प्रतिदर्श माध्य का वितरण मानक सामान्य वितरण के निकट पहुँचता है।
केंद्रीय सीमा प्रमेय की कार्यप्रणाली
केंद्रीय सीमा प्रमेय की गणितीय परिभाषा
केंद्रीय सीमा प्रमेय को अकादमिक रूप में इस प्रकार व्यक्त किया जा सकता है।
[परिभाषा]
मान लें कि परस्पर स्वतंत्र और समान वितरण का अनुसरण करने वाले X₁, …, Xₙ का माध्य X̄ₙ है तथा समष्टि का माध्य μ और प्रसरण σ² (0 < σ² < ∞) है। n → ∞ होने पर √n(X̄ₙ − μ)/σ मानक सामान्य वितरण N(0, 1) की ओर वितरण में अभिसरित होता है। इसलिए पर्याप्त बड़े n के लिए X̄ₙ के वितरण का सन्निकटन N(μ, σ²/n) से किया जा सकता है। यहाँ σ² समष्टि प्रसरण है और यह प्रतिदर्श प्रसरण s² से अलग है। आवश्यक प्रतिदर्श आकार समष्टि की विषमता और वितरण की पूँछों जैसी विशेषताओं पर निर्भर करता है, इसलिए n = 30 ऐसा सार्वभौमिक मानदंड नहीं है जो हमेशा पर्याप्त हो।
यहाँ याद रखने योग्य 3 मुख्य बिंदु हैं।
- यदि प्रेक्षणों के स्वतंत्र और समान रूप से वितरित होने, माध्य के परिमित होने तथा प्रसरण के धनात्मक और परिमित होने की शर्तें पूरी हों, तो इसे समष्टि के एकसमान, घातांकीय या असममित वितरण वाला होने पर भी लागू किया जा सकता है।
- सामान्य वितरण द्वारा सन्निकट किया जाने वाला वितरण मूल प्रेक्षणों का नहीं, बल्कि 'प्रतिदर्श माध्य का वितरण' है। इसे समझने के लिए n को स्थिर रखकर एक ही तरीके से बार-बार चुने गए प्रत्येक प्रतिदर्श का एक माध्य निकाला जा सकता है।
- उपर्युक्त शर्तों के अंतर्गत प्रतिदर्श माध्य की मानक त्रुटि σ/√n होती है। यदि समष्टि का मानक विचलन σ ज्ञात न हो, तो प्रतिदर्श के मानक विचलन s का उपयोग करके इसका अनुमान s/√n से लगाया जाता है।
समझने में सहायक सहज उदाहरण: पासा फेंकना
यदि केंद्रीय सीमा प्रमेय की अवधारणा स्पष्ट नहीं हो रही है, तो आइए पासा फेंकने के सबसे सरल प्रयोग पर विचार करें।
1 पासा फेंकने पर 1 से 6 तक प्रत्येक अंक आने की प्रायिकता समान होती है, अर्थात 6 में से 1। इस प्रायिकता वितरण का ग्राफ बनाने पर समतल एकसमान वितरण (Uniform Distribution) का आकार मिलता है। यह घंटी के आकार से बहुत अलग होता है।
अब पासा फेंकने की संख्या अर्थात प्रतिदर्श आकार n बढ़ाते हुए प्राप्त अंकों का 'माध्य' निकालें।
1 पासा (n=1): संभावित माध्य 1, 2, 3, 4, 5, 6 हैं और सभी अंकों की प्रायिकता समान है। (समतल सीधी रेखा जैसा आकार)
2 पासों का माध्य (n=2): दो पासों के अंकों का माध्य 1 होने के लिए केवल (1, 1) आना चाहिए, लेकिन माध्य 3.5 होने के लिए (1, 6), (2, 5), (3, 4) जैसे बहुत से संयोजन संभव हैं। ग्राफ का मध्य भाग (3.5) ऊँचा हो जाता है और दोनों सिरे नीचे रहते हैं, जिससे त्रिकोण जैसा आकार बनता है।
30 पासों का माध्य (n=30): 30 पासे फेंककर माध्य निकालने की प्रक्रिया हज़ारों बार दोहराने पर चरम मान अर्थात 1 या 6 का माध्य लगभग कभी नहीं आता और अधिकांश माध्य 3.5 के आसपास सघन रूप से एकत्र हो जाते हैं।
इस स्थिति में प्रतिदर्श माध्यों का हिस्टोग्राम प्रायः घंटी के आकार के निकट पहुँच जाता है। हालाँकि, सीमित बार किए गए प्रयोगों के परिणाम एक बिल्कुल सटीक सामान्य वक्र नहीं बनाते, और पासों के माध्य अब भी असतत मान लेते हैं। इस उदाहरण में माना गया है कि प्रत्येक पासा निष्पक्ष है और पासा फेंकने की घटनाएँ परस्पर स्वतंत्र हैं।
केंद्रीय सीमा प्रमेय के प्रमुख निहितार्थ
[निहितार्थ 1] वितरण की स्वायत्तता
पहले बताई गई शर्तों के अंतर्गत समष्टि असममित या एक ओर झुकी हुई होने पर भी प्रतिदर्श माध्य पर सामान्य सन्निकटन लागू किया जा सकता है। सन्निकटन के लिए आवश्यक n वितरण के अनुसार बदलता है।
[निहितार्थ 2] आकलन की सटीकता में वृद्धि
उपर्युक्त शर्तों के अंतर्गत n बढ़ने पर मानक त्रुटि घटती है और प्रतिदर्श माध्य समष्टि माध्य के आसपास अधिक सघन रूप से एकत्र होते हैं। इसका अर्थ यह नहीं है कि प्रत्येक अलग प्रतिदर्श का माध्य हर बार अधिक निकट आता जाता है।
[निहितार्थ 3] मानकीकरण तकनीक का उपयोग
जब शर्तें पूरी हों और सामान्य सन्निकटन पर्याप्त सटीक हो, तब मानकीकृत प्रतिदर्श माध्य के सन्निकट वितरण का उपयोग विश्वास अंतराल और p-value की गणना में किया जा सकता है। यदि σ ज्ञात न हो, तो आकलन की अनिश्चितता को भी ध्यान में रखना चाहिए।
दैनिक जीवन और व्यवसाय में उपयोग के उदाहरण
केंद्रीय सीमा प्रमेय केवल एक अकादमिक सिद्धांत तक सीमित नहीं है, बल्कि आधुनिक समाज के अनेक क्षेत्रों में एक प्रमुख उपकरण के रूप में काम करता है।
प्रसारण संस्थानों के चुनावी जनमत सर्वेक्षण
पूरे देश के 4 करोड़ मतदाताओं का सर्वेक्षण करना लागत और समय की दृष्टि से असंभव है। जनमत सर्वेक्षण संस्थाएँ आम तौर पर 1,000 से 2,000 व्यक्तियों के प्रतिदर्श चुनकर समर्थन दर का सर्वेक्षण करती हैं। उपयुक्त प्रायिकता प्रतिदर्श और सन्निकटन की शर्तों के अंतर्गत प्रतिदर्श अनुपात के वितरण का सामान्य वितरण से सन्निकटन करके त्रुटि सीमा निकाली जा सकती है। उदाहरण के लिए, सरल यादृच्छिक प्रतिदर्श n = 1,000, अनुपात 50% और परिमित समष्टि संशोधन को नगण्य मानने पर 95% की त्रुटि सीमा लगभग ±3.1%p होती है। यह अनुत्तर या मापन त्रुटियों सहित कुल त्रुटि को नहीं दर्शाती।
कारखानों में विनिर्माण का गुणवत्ता नियंत्रण (6 Sigma)
अर्धचालक या पेय पदार्थ बनाने वाले कारखानों में हर घंटे बनने वाले सभी उत्पादों का वजन और मोटाई मापना संभव नहीं है। यादृच्छिक रूप से चुने गए प्रतिदर्श उत्पादों का माध्य लगातार निकाला जाता है और केंद्रीय सीमा प्रमेय के आधार पर वास्तविक समय में पता लगाया जाता है कि प्रक्रिया में सामान्य दायरे अर्थात नियंत्रण सीमाओं से बाहर जाने वाली कोई असामान्यता उत्पन्न हुई है या नहीं।
IT सेवाओं में A/B परीक्षण
किसी वेबसाइट के नए बटन डिज़ाइन या अनुशंसा एल्गोरिदम के प्रभाव की जाँच करते समय दो उपयोगकर्ता समूहों के औसत ठहराव समय या भुगतान दर के अंतर की तुलना की जा सकती है। केंद्रीय सीमा प्रमेय उपयुक्त शर्तों के अंतर्गत बड़े प्रतिदर्शों के सन्निकट परीक्षणों का आधार प्रदान करता है, लेकिन यह अपने आप में हर t-test या Z-test की मूल धारणा नहीं है। यादृच्छिक आवंटन, प्रेक्षणों की स्वतंत्रता और मापदंड के अनुरूप परीक्षण की शर्तों की भी जाँच करनी चाहिए।
अनिश्चितता की दुनिया को नियंत्रित करने वाला सांख्यिकी का स्तंभ
केंद्रीय सीमा प्रमेय को सांख्यिकी में विशेष रूप से महान इसलिए माना जाता है क्योंकि यह "वास्तविक डेटा की जटिल और अव्यवस्थित दुनिया को सामान्य वितरण की स्पष्ट और व्यवस्थित दुनिया से जोड़ने वाले पुल" की भूमिका निभाता है।
समष्टि का पूरा वितरण पूरी तरह ज्ञात न होने पर भी, उपयुक्त प्रतिदर्श चयन और प्रमेय की शर्तों की पुष्टि करके माध्य के बारे में सांख्यिकीय निष्कर्ष निकाले जा सकते हैं। केवल बड़ा प्रतिदर्श होने से चयन पक्षपात या मापन त्रुटियाँ दूर नहीं होतीं।
आज जब डेटा विश्लेषण और कृत्रिम बुद्धिमत्ता पूरे समाज को दिशा दे रहे हैं, केंद्रीय सीमा प्रमेय डेटा के महासागर से विश्वसनीय निष्कर्ष निकालने के लिए एक अत्यंत भरोसेमंद और सटीक मार्गदर्शक बन गया है।
