बहिर्जन्य बनाम अंतर्जन्य चर: मुख्य अंतर और उदाहरण

मान लीजिए आप जानना चाहते हैं कि क्या स्कूल में अधिक समय तक बने रहने से आपकी आय सचमुच बढ़ती है। आप एक प्रतिगमन चलाते हैं, शिक्षा पर एक धनात्मक गुणांक मिलता है, और आपको अच्छा लगता है। फिर कोई इंगित करता है कि अधिक समझदार और प्रेरित लोग, स्कूली शिक्षा से इतर भी, अधिक शिक्षा लेते हैं और अधिक कमाते हैं। आपका आकलन शिक्षा जितना ही क्षमता को भी पकड़ रहा है। यही अंतर्जन्यता है—और यही वह आम तरीका है जिससे प्रतिगमन के नतीजे भटका सकते हैं।

बहिर्जन्य और अंतर्जन्य चरों का भेद इस समस्या के केंद्र में है। इसे गलत समझेंगे तो आपके गुणांक वह अर्थ नहीं देंगे जो आप समझ रहे हैं। इसे ठीक समझेंगे तो आप विश्वसनीय कार्य-कारण दावे करना शुरू कर सकते हैं। यह लेख परिभाषाएँ, मुख्य अंतर, अंतर्जन्यता के प्रमुख स्रोत, और मानक उपचारों से आपको गुज़ारेगा। ईमानदारी से कहूँ तो: उपचारों वाला खंड अक्सर नरम पड़ जाता है—मैंने यहाँ ऐसा न होने देने की कोशिश की है।

बहिर्जन्य और अंतर्जन्य चर क्या हैं?

ये शब्द ग्रीक से आते हैं: exo (बाहर) और endo (भीतर)। बहिर्जन्य चर उस तंत्र के बाहर निर्धारित होता है जिसका मॉडल बनाया जा रहा है। यह परिणामों को प्रभावित करता है, पर मॉडल के अन्य चरों से स्वयं प्रभावित नहीं होता। अंतर्जन्य चर तंत्र से संचरित होता है—यानि यह अन्य चरों से इस तरह जुड़ा रहता है कि प्रत्यावर्तन चक्र या छिपी निर्भरताएँ बनती हैं।

प्रतिगमन में, इसका एक सटीक सांख्यिकीय अर्थ है। कोई चर बहिर्जन्य है यदि उसका मॉडल के त्रुटि पद से सहसंबंध नहीं है। वह अंतर्जन्य है यदि उसका त्रुटि पद से सहसंबंध है—यानि अवशिष्ट में ऐसा कुछ है जो आपके पूर्वानुमानक को भी चला रहा है।

बहिर्जन्य चर

एक बहिर्जन्य चर प्रत्यावर्तन चक्र से बाहर बैठता है। दैनिक वर्षा को कृषि उत्पादन के संचालक के रूप में सोचें: किसान के बोआई निर्णय मौसम को प्रभावित नहीं करते। वर्षा उपज को प्रभावित करती है, पर उपज फिर से वर्षा को नहीं बदलती। प्रतिगमन की भाषा में, यह पूर्वानुमानक और त्रुटि पद के बीच शून्य सहसंबंध में अनुवादित होता है, जिसे सांख्यिकीविद Cov(X, ε) = 0 लिखते हैं। यही शून्य सहप्रसरण शर्त OLS आकलनों को निष्पक्ष बनाती है। जब यह पूरी होती है, तो X पर गुणांक X और परिणाम के बीच संबंध को साफ़-सुथरे ढंग से पकड़ता है, छोड़े गए कारकों के प्रदूषण के बिना।

अंतर्जन्य चर

अंतर्जन्य चर त्रुटि पद के साथ उलझा होता है। शिक्षा वाले उदाहरण पर लौटें: आय पर क्षमता, प्रेरणा, पारिवारिक पृष्ठभूमि और दर्जनों अन्य चीज़ों का असर पड़ता है, जो यह भी प्रभावित करती हैं कि कोई कितना पढ़ाई करता है। ये अप्रेक्षित कारक त्रुटि पद ε में चले जाते हैं। क्योंकि शिक्षा का ε से सहसंबंध है, हमारे पास अंतर्जन्यता है: Cov(X, ε) ≠ 0।

"बहिर्जन्य" और "अंतर्जन्य" का सटीक अर्थ संदर्भ के साथ थोड़ा बदलता है। संरचनात्मक समीकरण मॉडलिंग में, चरों का वर्गीकरण इस आधार पर होता है कि वे तंत्र के आउटपुट हैं या नहीं; अर्थमिति में ज़ोर त्रुटि पद के साथ संबंध पर होता है। दोनों ढाँचे एक ही मूल विचार को पकड़ते हैं।

बहिर्जन्य बनाम अंतर्जन्य चर: मुख्य अंतर

नीचे की तालिका मूल विरोधाभास को समेटती है। आगे के खंड सूक्ष्मताओं में जाते हैं।

बहिर्जन्य और अंतर्जन्य चरों के उदाहरण

सैद्धांतिक परिभाषाएँ एक हद तक ही मदद करती हैं। यहाँ तीन परिदृश्य हैं जहाँ बहिर्जन्य/अंतर्जन्य का वर्गीकरण सचमुच काम आता है।

शिक्षा और आय

यह कारणवश क्लासिक उदाहरण है। आप वेतन पर स्कूली शिक्षा के एक अतिरिक्त वर्ष का कारणात्मक प्रभाव आँकना चाहते हैं। समस्या: अधिक क्षमता वाले लोग अधिक शिक्षा लेते हैं और अधिक कमाते हैं। क्षमता आपके मॉडल में नहीं है—वह त्रुटि पद में है। इसलिए, शिक्षा और त्रुटि पद में सहसंबंध है, और आपकी स्कूली शिक्षा का गुणांक क्षमता प्रीमियम को भी चुपचाप समाहित कर लेता है।

यहाँ शिक्षा को बहिर्जन्य मानना भूल होगी। यह अंतर्जन्य है—आंशिक रूप से उन्हीं अप्रेक्षित कारकों से निर्धारित जो आप नियंत्रित नहीं कर सकते।

मूल्य और मांग

मानक आपूर्ति-मांग बाज़ार में, मूल्य और मात्रा एक साथ निर्धारित होते हैं। यदि आप मांग की मात्रा को मूल्य पर प्रतिगामी करते हैं, तो आप मांग वक्र की पहचान नहीं कर रहे—आप संतुलन का पता लगा रहे हैं जो आपूर्ति और मांग के झटकों से बदलता है। मूल्य मांग से स्वतंत्र रूप से तय नहीं होता; वह उसका प्रत्युत्तर देता है। इसलिए जब परिणाम मात्रा है तो मूल्य अंतर्जन्य है—और उल्टा भी।

यही समकालिकता समस्या है जिसने अर्थशास्त्रियों को प्राकृतिक प्रयोगों और उपकरण चर में दिलचस्पी दिलाई—काफी पहले से, जब ये तरीक़े अन्यत्र लोकप्रिय हुए।

मौसम और कृषि उत्पादन

वर्षा पाठ्य-पुस्तक का बहिर्जन्य चर है। किसान कितना गेहूँ बोएगा, यह निर्णय कल के वर्षापात को नहीं बदलता। वर्षा उत्पादन को प्रभावित करती है, पर उत्पादन वर्षा में वापसी प्रभाव नहीं डालता। यह एकदिशीय प्रभाव, इस यथोचित धारणा के साथ कि मौसम अप्रेक्षित खेत-स्तर उत्पादकता झटकों से असम्बद्ध है, इसे एक सम्भावित बहिर्जन्य पूर्वानुमानक बनाता है।

फिर भी, कोई भी चर स्वभावतः बहिर्जन्य या अंतर्जन्य नहीं होता। वर्गीकरण मॉडल और उसकी धारणाओं पर निर्भर करता है। यदि आप दीर्घकालीन क्षेत्रीय जलवायु और कृषि भू-उपयोग को साथ में मॉडल कर रहे हों, तो "मौसम" इतना स्वतंत्र नहीं लगेगा।

प्रतिगमन में अंतर्जन्यता समस्या क्यों है

तकनीकी बात सीधी है। OLS मानता है कि व्याख्यात्मक चर त्रुटि पद से असम्बद्ध हैं। जब यह धारणा टूटती है, आकलक उस परिवर्तनशीलता को पकड़ लेता है जो रुचि वाले चर की नहीं, बल्कि छोड़े गए कारकों की है—और नतीजे पक्षपाती व असंगत हो जाते हैं। डेटा कितना भी बढ़े, OLS गलत संख्या पर अभिसारित होगा—यह सैम्पलिंग त्रुटि नहीं, बल्कि गलत समस्या हल करने का नतीजा है।

व्याख्यात्मक क्षति जल्दी बढ़ती है। एक पक्षपाती गुणांक भ्रामक निष्कर्षों, गलत पूर्वानुमानों, और खराब नीतियों की ओर ले जाता है। यदि आप शिक्षा के प्रतिफल को क्षमता के छोड़े जाने के कारण अधिक आँकते हैं, तो आप स्कूलिंग कार्यक्रमों पर, जैसे कि प्रारंभिक बाल्यकाल हस्तक्षेपों की तुलना में, ज़्यादा धन लगा सकते हैं। सांख्यिकीय समस्या जल्द ही व्यावहारिक बन जाती है।

औपचारिक रूप से, बहिर्जन्यता की शर्त E(ε | X) = 0 माँगती है, या न्यूनतम Cov(X, ε) = 0। जब यह असफल होती है, OLS आकलक β̂, β की बजाय β + (E[X′X])⁻¹E[X′ε] पर प्रायिकता में अभिसारित होता है। अतिरिक्त पद पक्षपात है, और नमूना बढ़ने पर भी यह शून्य नहीं होता।

अंतर्जन्यता के कारण क्या हैं?

कुछ भिन्न तंत्र हैं, और आप किससे जूझ रहे हैं, यह जानना उपचार के चयन को दिशा देता है।

छूटा हुआ चर पक्षपात

यह सबसे आम दोषी है। जब कोई प्रासंगिक चर मॉडल से छूट जाता है, तो उसका प्रभाव त्रुटि पद में समा जाता है। यदि वह छूटा हुआ चर आपके किसी पूर्वानुमानक से भी सहसंबद्ध है, तो अंतर्जन्यता होती है। शिक्षा-क्षमता की कहानी क्लासिक है: क्षमता वेतन समीकरण में होनी चाहिए, पर इसे साफ़ माप नहीं सकते, तो यह ε में रहती है। क्योंकि क्षमता का शिक्षा से सहसंबंध है, शिक्षा का गुणांक क्षमता प्रीमियम का हिस्सा सोख लेता है।

समकालिकता

समकालिकता तब आती है जब दो चर एक-दूसरे को संयुक्त रूप से निर्धारित करते हैं: प्रतिस्पर्धी बाज़ार में मूल्य और मात्रा, पुलिस उपस्थिति और अपराध दर, विज्ञापन खर्च और बिक्री। हर एक दूसरे का कारण और परिणाम है—यानि किसी को भी बहिर्जन्य नहीं माना जा सकता। समकालिकता की पहचान यह है कि डेटा-सृजन प्रक्रिया का वर्णन करने को आपको समीकरणों की एक प्रणाली चाहिए—एकल-समीकरण प्रतिगमन कारण की दिशा नहीं सुलझा सकता।

मापन त्रुटि

जब कोई पूर्वानुमानक त्रुटि के साथ मापा जाता है, तो वह अंतर्जन्य बन जाता है—भले ही अंतर्निहित सच्चा चर न हो। मापन त्रुटि पूर्वानुमानक और अवशिष्ट दोनों में पहुँच जाती है, उनके बीच सहसंबंध बना देती है। क्लासिक उदाहरण: स्वयं-रिपोर्टेड आय। लोग भूलते हैं, गोल करते हैं, या जान-बूझकर गलत बताते हैं—और रिपोर्टेड व वास्तविक आय का फासला उस मान से सहसंबद्ध हो जाता है जिसे आप रेग्रेसर के रूप में उपयोग कर रहे हैं।

चयन और अन्य स्रोत

चयन पक्षपात अलग से नाम लेने लायक है। यदि आपके नमूने में कौन प्रवेश करता है, यह परिणाम चर पर निर्भर करता है या आपके पूर्वानुमानक से सहसंबद्ध कारकों पर, तो आप आबादी के गैर-यादृच्छिक हिस्से से काम कर रहे हैं। इसका मानक रूप हेकमैन का चयन मॉडल है: नियोजित श्रमिकों के लिए वेतन-नियतकों का अध्ययन, जबकि काम करने का निर्णय स्वयं संभावित वेतन से सहसंबद्ध है।

अन्य स्रोत भी हैं (विपरीत कार्य-कारण, गतिशील पैनलों में पिछली अवधि के परिणामों का पूर्वानुमानक बनना, नेटवर्क प्रभाव), पर छूटे हुए चर, समकालिकता, और मापन त्रुटि अधिकांश मामलों को कवर करते हैं।

अंतर्जन्यता कैसे पहचानें

आम तौर पर आप सहसंबंध मैट्रिक्स देखकर या कोई मानक निदान चलाकर अंतर्जन्यता नहीं पकड़ सकते। समस्या आपके पूर्वानुमानक और त्रुटि पद के संबंध में है—और परिभाषा के अनुसार त्रुटि पद अप्रेक्षित होता है।

जो सच में मदद करता है, वह सिद्धांत और क्षेत्र-ज्ञान है। कोई भी प्रतिगमन चलाने से पहले पूछें: क्या यह पूर्वानुमानक उन कारकों से निर्धारित है जो मेरे परिणाम को उन मार्गों से भी प्रभावित करते हैं जिन्हें मैंने नियंत्रित नहीं किया? एक कारण-चित्र बनाना मददगार हो सकता है। डायरेक्टेड ए-साइक्लिक ग्राफ़ (DAGs) यह स्पष्ट करते हैं कि कौन-से पथ मौजूद हैं और किन गड़बड़ियों को ब्लॉक करना है।

एक औपचारिक तरीका डर्बिन-वू-हाउस्मैन परीक्षण है, जो OLS आकलनों की तुलना उपकरण चर (IV) आकलनों से करता है। यदि दोनों सेटों के गुणांक में महत्वपूर्ण अंतर है, तो यह प्रमाण है कि पूर्वानुमानक अंतर्जन्य है। ध्यान दें कि क्लासिक संस्करण समरूप-विचलन त्रुटियों को मानता है; यदि यह धारणा संदिग्ध हो, तो रोबस्ट रूप (जैसे वूल्ड्रिज का प्रतिगमन-आधारित फॉर्म) का उपयोग करें। पर यह परीक्षण तभी काम करता है जब आपके पास पहले से एक वैध उपकरण हो—और उसे खोजना प्रायः परीक्षण से भी कठिन होता है। यह उपयोगी जाँच है, सोच-समझकर डेटा-सृजन प्रक्रिया पर विचार करने का विकल्प नहीं।

अंतर्जन्यता से कैसे निपटें

एक ही तरीका सभी प्रकारों पर नहीं चलता। सही चयन इस पर निर्भर करता है कि अंतर्जन्यता किस कारण से आई है।

उपकरण चर

मूल विचार: ऐसा चर (उपकरण) खोजें जो आपके अंतर्जन्य पूर्वानुमानक को प्रभावित करता हो, पर परिणाम पर उसका कोई प्रत्यक्ष प्रभाव न हो—सिवाय उस पूर्वानुमानक के माध्यम से। एक वैध उपकरण दो शर्तें पूरी करता है: प्रासंगिकता (उसका अंतर्जन्य चर से सहसंबंध है) और बहिष्करण प्रतिबंध (वह प्रत्यक्ष रूप से परिणाम समीकरण में नहीं आता)।

शिक्षा के उदाहरण में, घर से नज़दीकी कॉलेज तक की दूरी को स्कूली शिक्षा के लिए उपकरण के रूप में प्रस्तावित किया गया है। जो लोग कॉलेज से दूर पले-बढ़े, उन्होंने कम शिक्षा ली—कम योग्यता के कारण नहीं, बल्कि इसलिए कि जाना अधिक महँगा था। यदि दूरी का वेतन पर प्रभाव केवल स्कूली शिक्षा के जरिए है, तो यह वैध उपकरण है। दूसरी शर्त केवल डेटा से सत्यापित नहीं की जा सकती—इसीलिए IV आकलन के लिए एक बचावयोग्य तर्क चाहिए, केवल एक महत्वपूर्ण फर्स्ट स्टेज नहीं।

टू-स्टेज लीस्ट स्क्वेयर्स

टू-स्टेज लीस्ट स्क्वेयर्स (2SLS) IV आकलन को क्रियान्वित करता है। पहले चरण में, आप अंतर्जन्य पूर्वानुमानक को उपकरण और किसी भी बहिर्जन्य नियंत्रणों पर प्रतिगामी करते हैं। दूसरे चरण में, आप अंतर्जन्य चर को पहले चरण के पूर्वानुमानित मानों से बदलते हैं और उन पर परिणाम प्रतिगमन चलाते हैं। पूर्वानुमानित मानों में केवल वह विविधता होती है जो उपकरण से आती है (जो परिणाम समीकरण के त्रुटि पद से असम्बद्ध होती है), इसी कारण 2SLS एक साफ़-सुथरा कारणात्मक आकलन देता है। व्यवहार में, दोनों चरणों को अलग-अलग OLS के रूप में मैन्युअली न चलाएँ—दूसरे चरण के मानक त्रुटियाँ गलत होंगी क्योंकि वे पहले चरण की अनिश्चितता को नज़रअंदाज़ करती हैं। इसके बजाय समर्पित IV आकलक का उपयोग करें (ivreg R के AER पैकेज में, या IV2SLS Python के linearmodels में)।

स्थिर प्रभाव (Fixed effects)

जब अंतर्जन्यता समय के साथ स्थिर रहने वाली अप्रेक्षित इकाई-स्तर विशेषताओं (क्षमता, फर्म संस्कृति, पड़ोस गुणवत्ता) से आती है, तो पैनल डेटा के स्थिर प्रभाव मददगार होते हैं। इकाई-स्तर डमी जोड़ना (या समकक्ष रूप से, इकाइयों के भीतर डी-मीนนिंग) इकाई-स्तर के सभी समय-अपरिवर्तनीय छूटे हुए चरों को हटा देता है। स्थिर प्रभाव समय-परिवर्ती गड़बड़ियों, मापन त्रुटि, या समकालिकता को नहीं संभालते, पर स्थिर अप्रेक्षितों के लिए वे अक्सर सबसे साफ़ समाधान होते हैं।

प्रयोगात्मक और अर्द्ध-प्रयोगात्मक डिज़ाइन

सबसे स्वच्छ बहिर्जन्य विविधता यादृच्छिकीकरण से आती है। एक यादृच्छिक नियंत्रित परीक्षण में, उपचार आवंटन डिजाइन से ही अन्य सब चीज़ों से स्वतंत्र होता है। जब यादृच्छिकीकरण सम्भव न हो, तो प्राकृतिक प्रयोग (जहाँ कोई बाहरी घटना प्रभावी रूप से एक्सपोज़र को यादृच्छिक बनाती है) समान विश्वसनीयता दे सकते हैं। प्रतिगमन-विच्छेदन डिज़ाइन और अंतर-में-अंतर इसी तर्क पर बने दो सामान्य अर्द्ध-प्रयोगात्मक ढाँचे हैं।

ध्यान रखने योग्य: इनमें से कोई तरीका हर प्रकार की अंतर्जन्यता नहीं सुलझाता। IV के लिए बचावयोग्य उपकरण चाहिए। स्थिर प्रभाव समकालिकता में मदद नहीं करते। और जिन सवालों की सबसे ज़्यादा परवाह होती है, उनके लिए यादृच्छिकीकरण शायद ही उपलब्ध होता है।

उपकरण चर: एक सरल उदाहरण

शिक्षा-आय का मामला यांत्रिकी को ठोस बनाता है। अंतर्जन्य चर स्कूली शिक्षा के वर्ष हैं—अंतर्जन्य इसलिए कि उनका त्रुटि पद में अप्रेक्षित क्षमता से सहसंबंध है। हमें एक उपकरण चाहिए: ऐसा कुछ जो बताए कि कोई कितनी शिक्षा लेता है, पर वेतन को केवल शिक्षा के माध्यम से प्रभावित करता है।

कार्ड (1995) ने चार-वर्षीय कॉलेज की निकटता का प्रस्ताव रखा। जो लोग कॉलेज के पास पले-बढ़े, उनकी उपस्थिति लागत कम थी और औसतन अधिक शिक्षा मिली। यदि अन्य स्थान-कारकों को नियंत्रित करने के बाद भी, कॉलेज के पास रहना वयस्क वेतन को सीधे प्रभावित नहीं करता, तो निकटता बहिष्करण प्रतिबंध पूरा करती है।

पहला चरण: स्कूली शिक्षा के वर्षों को कॉलेज-निकटता और नियंत्रणों पर प्रतिगामी करें। इससे शिक्षा के फिटी हुए मान मिलते हैं जिनमें केवल निकटता से प्रेरित विविधता होती है, क्षमता से नहीं। दूसरा चरण: लॉग वेतन को उन फिटी हुए मानों पर प्रतिगामी करें। फिटी हुई शिक्षा पर गुणांक उन लोगों के लिए स्कूली शिक्षा का वेतन पर कारणात्मक प्रभाव आंकेगा जिनकी शिक्षा वास्तव में निकटता से प्रभावित हुई—जिसे अर्थमिति में स्थानीय औसत उपचार प्रभाव (LATE) कहते हैं।

उपकरण आपको सबके लिए औसत प्रभाव नहीं देता। यह "समन्वयी" (compliers)—जिनकी स्कूली शिक्षा निकटता के कारण बदली—के लिए एक विश्वसनीय कारणात्मक आकलन देता है। यह IV की एक वास्तविक सीमा है, पर ईमानदार सीमा है।

कार्य-कारण निष्कर्ष में बहिर्जन्य और अंतर्जन्य चर

प्रतिगमन में बहिर्जन्यता का ढाँचा त्रुटि पद से सहसंबंध के बारे में है। कार्य-कारण निष्कर्ष का ढाँचा थोड़ा अलग बात पर—क्या कोई चर ऐसा कारण है जिसका मार्ग आप अलग-थलग कर सकें। जूडिया पर्ल के काम से जुड़े DAG ढाँचे में, बहिर्जन्य चर वे नोड हैं जिनके माता-पिता नहीं होते। गड़बड़ी करने वाले (confounders) वे सामान्य कारण हैं जो उपचार और परिणाम दोनों को प्रभावित करते हैं—और ठीक वही प्रतिगमन की भाषा में अंतर्जन्यता पैदा करते हैं।

इन ढाँचों का सम्बन्ध वास्तविक है, पर हमेशा साफ़-सुथरा नहीं। अर्थमितीय अंतर्जन्यता, DAG में अनब्लॉक्ड बैकडोर पाथ की मौजूदगी पर मोटे तौर पर मैप होती है। किसी गड़बड़ी कारक को नियंत्रित करना बैकडोर पाथ को ब्लॉक करने के बराबर है। IV आकलन उपचार में बहिर्जन्य विविधता खोजने के समकक्ष है।

एक बात ध्यान देने की: ग्राफ़िकल मॉडलों में, कोई चर एक तंत्र में बहिर्जन्य और दूसरे में अंतर्जन्य हो सकता है—ठीक वही जो शिक्षा-आय उदाहरण ने दिखाया। व्यावहारिक निष्कर्ष, ढाँचा कोई भी हो, वही है: आपको अपने कारणात्मक अनुमानों के लिए तर्क देना होगा, केवल मॉडल फिट करना काफी नहीं।

मशीन लर्निंग में बहिर्जन्य बनाम अंतर्जन्य चर

मानक भविष्यवाणात्मक ML में अंतर्जन्यता काफी हद तक अप्रासंगिक है। यदि आपका लक्ष्य होल्ड-आउट डेटा पर भविष्यवाणी त्रुटि को न्यूनतम करना है, तो यह मायने नहीं रखता कि आपकी विशेषताएँ बहिर्जन्य हैं या नहीं। अंतर्जन्य पूर्वानुमानकों का उपयोग करने वाला मॉडल भी अच्छी सामान्यीकरण कर सकता है। पक्षपाती गुणांक व्याख्या के लिए समस्या है, पूर्वानुमान के लिए नहीं।

जब आप गुणांकों की कार्य-कारण व्याख्या करते हैं या मॉडल से हस्तक्षेप निर्देशित करते हैं, तब भेद मायने रखने लगता है। मान लें कोई व्यवसाय एक चर्न मॉडल ट्रेन करता है और फिर उसकी विशेषताओं पर कार्य करता है—हालिया सपोर्ट टिकट वॉल्यूम के आधार पर ग्राहकों को टार्गेट करता है। तब कारणात्मक सवाल जीवंत हो जाता है: क्या टिकट वॉल्यूम चर्न करा रहा है, या वही अंतर्निहित असंतोष दोनों—टिकट और चर्न—को चला रहा है? किसी अंतर्जन्य पूर्वानुमानक पर ऐसे कार्य करना जैसे वह कारण हो, बेकार या प्रतिकूल हस्तक्षेपों की ओर ले जा सकता है।

कारणात्मक ML तरीके (डबल मशीन लर्निंग, कॉज़ल फॉरेस्ट्स, पॉलिसी लर्निंग) स्पष्ट रूप से वे बहिर्जन्यता आवश्यकताएँ बनाते हैं जिन्हें मानक ML अनदेखा करता है। वे उपकरण-जैसी या प्रयोगात्मक विविधता का उपयोग ऐसे प्रभावों का आकलन करने को करते हैं जो अंतर्जन्यता के प्रति मज़बूत हों। वे डेटा और पहचान धारणाओं के लिहाज़ से अधिक माँग करते हैं—पर जब लक्ष्य पूर्वानुमान नहीं, नीति मूल्यांकन हो, तो वही सही औज़ार हैं।

आम गलतफ़हमियाँ

यहाँ कुछ सामान्य गलतफ़हमियाँ हैं जिनसे आप दो-चार हो सकते हैं। 

स्वतंत्र चर हमेशा बहिर्जन्य होते हैं

"स्वतंत्र चर" का मतलब सिर्फ़ "पूर्वानुमानक" है। यह यह नहीं बताता कि वह चर बहिर्जन्य है या नहीं। वेतन प्रतिगमन में, शिक्षा स्वतंत्र चर है और वह अंतर्जन्य है। ये दो वर्गीकरण अलग बातों का वर्णन करते हैं।

अंतर्जन्य का अर्थ आश्रित चर के समान है

"आश्रित चर" वह परिणाम है जिसका आप मॉडल बना रहे हैं—समीकरण का बायाँ हिस्सा। "अंतर्जन्य चर" उस पूर्वानुमानक का वर्णन करता है जिसका त्रुटि पद से सहसंबंध है—दाएँ हिस्से पर। समकालिक समीकरण प्रणालियों में ये ओवरलैप कर सकते हैं, पर वे पर्याय नहीं हैं।

बहिर्जन्यता का अर्थ अन्य चरों से पूरी तरह असंबंधित होना है

बहिर्जन्यता आपके अन्य रेग्रेसरों से सांख्यिकीय स्वतंत्रता नहीं माँगती। दो पूर्वानुमानक आपस में सहसंबद्ध हो सकते हैं और फिर भी दोनों बहिर्जन्य हो सकते हैं—जब तक कि कोई भी त्रुटि पद से सहसंबद्ध न हो। बहिर्जन्यता विशेष रूप से ε के साथ संबंध के बारे में है।

सांख्यिकीय नियंत्रण अपने आप अंतर्जन्यता हटा देते हैं

नियंत्रण जोड़ना तब मदद करता है जब अंतर्जन्यता किसी ऐसे छूटे हुए कारक से आती है जिसे आप देख व माप सकते हैं। पर कई गड़बड़ी कारक (क्षमता, प्रेरणा, सामाजिक नेटवर्क) अप्रेक्षित होते हैं। यदि प्रमुख छूटा हुआ चर आपके डेटा में ही नहीं है, तो अधिक नियंत्रण जोड़ने से समस्या हल नहीं होती।

निष्कर्ष

बहिर्जन्य और अंतर्जन्य इस बात का वर्णन करते हैं कि कोई चर कहाँ से आता है और मॉडल के शेष हिस्से से उसका कैसा संबंध है—न कि केवल यह कि वह समीकरण के किस हिस्से में है। कोई पूर्वानुमानक बहिर्जन्य होता है जब वह तंत्र के बाहर से निर्धारित होता है और त्रुटि पद से असम्बद्ध होता है। वह अंतर्जन्य होता है जब वह उन अप्रेक्षित कारकों में उलझा होता है जो परिणाम को भी प्रभावित करते हैं।

यह भेद इसलिए महत्वपूर्ण है क्योंकि अंतर्जन्यता OLS को तोड़ देती है। छोड़े गए चरों का पक्षपात, समकालिकता, और मापन त्रुटि—ये प्रत्येक पूर्वानुमानकों और त्रुटि पद के बीच सहसंबंध पैदा करते हैं, और आकलनों को उन संख्याओं की ओर धकेलते हैं जो आपके चाहिते कारणात्मक प्रभाव का प्रतिनिधित्व नहीं करतीं। इसे ठीक करने के लिए यह समझना ज़रूरी है कि अंतर्जन्यता क्यों आई और फिर उसी स्रोत के अनुकूल तरीका चुनना (उपकरण, स्थिर प्रभाव, अर्द्ध-प्रयोगात्मक डिज़ाइन)। कोई सार्वभौमिक उपाय नहीं है—और जो तरीक़े सबसे क़रीब आते हैं, वे ऐसी धारणाएँ माँगते हैं जिनका बचाव तो किया जा सकता है, पर पूरी तरह सिद्ध नहीं।

यदि आप इन सबके पीछे के प्रतिगमन यांत्रिकी में और गहराई से जाना चाहते हैं, तो हमारा Intermediate Regression in R कोर्स धारणाओं को विस्तार से कवर करता है, और हमारा Causal Inference with R कोर्स यहीं से आगे बढ़ता है—जिसमें उपकरण चर, अंतर-में-अंतर, और प्रतिगमन-विच्छेदन डिज़ाइन शामिल हैं।