کم سے کم چوکوں کا طریقہ: ایک جامع تجزیہ
Least Squares طریقہ شماریاتی رجعت کے تجزیے میں سب سے بنیادی تکنیکوں میں سے ایک ہے، جو ڈیٹا فٹنگ، ماڈلنگ، اور پیشین گوئی کے تجزیہ میں اہم کردار ادا کرتا ہے۔ یہ ایک ریاضیاتی نقطہ نظر ہے جو مشاہدہ شدہ اور پیش گوئی شدہ اقدار کے درمیان فرق کے مربعوں کے مجموعے کو کم کرتا ہے۔ ایسا کرنے سے، یہ ڈیٹا پوائنٹس کے دیئے گئے سیٹ کو بہترین فٹنگ لائن یا وکر فراہم کرتا ہے۔ اس مضمون میں، ہم Least Squares طریقہ کی بنیادیں، اطلاقات، اخذ، اور حدود کو تلاش کریں گے۔
تاریخی پس منظر
لیسٹ اسکوائرز کا طریقہ کارل فریڈرک گاس نے پہلی بار 1795 میں 18 سال کی عمر میں متعارف کرایا تھا، حالانکہ یہ 1809 تک شائع نہیں ہوا تھا۔ ایک اور ممتاز ریاضی دان ایڈرین-میری لیجینڈر نے آزادانہ طور پر اسی طرح کا طریقہ 1805 میں تیار کیا اور شائع کیا۔
ریاضی کی بنیاد
اس کی آسان ترین شکل میں، Least Squares طریقہ کا استعمال ایک لکیری ماڈل کو ڈیٹا پوائنٹس کے سیٹ پر فٹ کرنے کے لیے کیا جاتا ہے۔ `n` ڈیٹا پوائنٹس \(x_1, y_1), (x_2, y_2), …, (x_n, y_n)\، کا مقصد ایک لکیر تلاش کرنا ہے \(y = mx + c\) جو عمودی فاصلوں کے مربعوں کے مجموعے کو کم سے کم کرتا ہے (بقیہ) \(\hat{y}_i\)۔
ریاضیاتی طور پر، اس مقصد کو اس طرح پیش کیا جا سکتا ہے:
\[ S = \sum_{i=1}^{n} (y_i – \hat{y}_i)^2 = \sum_{i=1}^{n} (y_i – (mx_i + c))^2 \]
یہ مساوات بقایا کے مربعوں کے مجموعہ کی نمائندگی کرتی ہے، \(S\)، اور ہمارا مقصد \(m\) (ڈھلوان) اور \(c\) (انٹرسیپٹ) کی قدروں کو تلاش کرنا ہے جو \(S\) کو چھوٹا کرتے ہیں۔
اخذ کرنا
\(m\) اور \(c\) کی قدروں کو تلاش کرنے کے لیے جو مربعوں کے مجموعے \(S\) کو کم کرتے ہیں، ہم \(m\) اور \(c\) کے حوالے سے \(S\) کے جزوی مشتقات لیتے ہیں اور انہیں صفر پر سیٹ کرتے ہیں۔
1. جزوی مشتق \(m\) کے حوالے سے:
\[ \frac{\partial S}{\partial m} = \sum_{i=1}^{n} 2(y_i – (mx_i + c))(-x_i) = 0 \]
2. جزوی مشتق \(c\ کے حوالے سے):
\[ \frac{\partial S}{\partial c} = \sum_{i=1}^{n} 2(y_i – (mx_i + c))(-1) = 0 \]
ان بیک وقت مساوات کو حل کرنے سے عام مساواتیں نکلتی ہیں:
\[ m = \frac{n(\sum x_i y_i) - (\sum x_i)(\sum y_i)}{n (\sum x_i^2) - (\sum x_i)^2} \]
\[ c = \frac{(\sum y_i)(\sum x_i^2) - (\sum x_i)(\sum x_i y_i)}{n(\sum x_i^2) – (\sum x_i)^2} \]
یہ مساوات ہمیں \(m\) اور \(c\) کی قدریں دیتی ہیں جو مربع بقایا کے مجموعہ کو کم کرتی ہیں۔
درخواستیں
Least Squares طریقہ میں مختلف ڈومینز میں وسیع پیمانے پر ایپلی کیشنز ہیں:
1. اقتصادیات اور مالیات: جی ڈی پی، افراط زر کی شرح، اور اسٹاک کی قیمتوں جیسے معاشی اشاریوں کو ماڈل اور پیشن گوئی کرنے کے لیے استعمال کیا جاتا ہے۔
2. انجینئرنگ: ماڈلز کو تجرباتی اعداد و شمار میں فٹ کرنے کے لیے سگنل پروسیسنگ، کنٹرول سسٹم، اور قابل اعتماد جانچ میں لاگو کیا جاتا ہے۔
3. میڈیسن: نمو کے منحنی خطوط، خوراک کے ردعمل کے منحنی خطوط، اور دیگر حیاتیاتی عمل کو تجرباتی اعداد و شمار میں فٹ کرنے میں مدد کرتا ہے۔
4. مشین لرننگ: لکیری ریگریشن ماڈلز، جو اکثر پیرامیٹر کے تخمینہ کے لیے Least Squares طریقہ استعمال کرتے ہیں، زیر نگرانی سیکھنے کی تکنیک میں بنیادی حیثیت رکھتے ہیں۔
5. فلکیات: تاریخی طور پر گاؤس نے آسمانی اجسام کے مداروں کا حساب لگانے کے لیے استعمال کیا۔
تغیرات اور توسیعات
1. وزنی کم سے کم مربع: ایسے معاملات میں جہاں مشاہدات میں مختلف تغیرات ہوتے ہیں، وزنی کم سے کم مربع ہر ڈیٹا پوائنٹ کو وزن تفویض کرتے ہیں، مربعوں کے وزنی مجموعہ کو کم سے کم کرتے ہیں۔
2. غیر لکیری لیسٹ اسکوائرز: غیر لکیری ماڈلز کو فٹ کرنے کے طریقہ کار کو بڑھاتا ہے، اکثر تکراری تکنیکوں جیسے گاس-نیوٹن یا لیونبرگ-مارکوارڈٹ الگورتھم کے ذریعے۔
3. ریگولرائزڈ لیسٹ اسکوائرز (رجج ریگریشن): حد سے زیادہ فٹنگ کو روکنے کے لیے اسکوائرز کے مجموعے میں جرمانے کی اصطلاح کا اضافہ کرتا ہے، خاص طور پر اس وقت مفید ہے جب کثیر خطوط سے نمٹنے کے لیے۔
4. عام طور پر کم سے کم مربع: متعلقہ مشاہدات کے اکاؤنٹس، خود کار منسلک اور متفاوت غلطیوں کو سنبھالنے کے لیے کم سے کم مربع کے طریقہ کار کو بڑھانا۔
کمپیوٹیشنل ٹولز
مختلف سافٹ ویئر ٹولز اور پروگرامنگ ماحول کم از کم اسکوائر ریگریشن انجام دینے کے لیے بلٹ ان فنکشن پیش کرتے ہیں:
1. Python: NumPy اور SciPy جیسی لائبریریاں بالترتیب لکیری اور غیر لکیری کم سے کم مربع فٹنگ کے لیے `numpy.linalg.lstsq` اور `scipy.optimize.curve_fit` فنکشن فراہم کرتی ہیں۔
2. R: R کے جامع شماریاتی ماحول میں لکیری ماڈلز کے لیے `lm()` اور غیر لکیری ماڈلز کے لیے `nls()` جیسے افعال۔
3. MATLAB: MATLAB میں فنکشن `lsqcurvefit` غیر لکیری فٹنگ کے لیے استعمال کیا جاتا ہے، لکیری الجبرا آپریشنز کے لیے بلٹ ان سپورٹ کے ساتھ۔
حدود
اس کے وسیع اطلاق کے باوجود، Least Squares طریقہ کی حدود ہیں:
1. آؤٹ لیرز کے لیے حساسیت: کم سے کم چوکیاں آؤٹ لیرز کے لیے انتہائی حساس ہوتی ہیں، کیونکہ مربع کی اصطلاح بڑے بقایا جات کے اثرات کو بڑھا دیتی ہے۔
2. خطاطی کا مفروضہ: متغیرات کے درمیان ایک خطی تعلق فرض کرتا ہے، جو پیچیدہ ڈیٹاسیٹس کے لیے درست نہیں ہو سکتا۔
3. کثیر خطوطی مسائل: ایک سے زیادہ لکیری رجعت میں، پیشین گوئی کرنے والے متغیرات کے درمیان کثیر خطوطی عدد کے تخمینہ کو بگاڑ سکتا ہے۔
4. تغیر کی یکسانیت (Homoscedasticity): یہ فرض کرتا ہے کہ تمام مشاہدات میں غلطی کی اصطلاحات کا تغیر مستقل ہے، جو شاید ہمیشہ ایسا نہ ہو۔
نتیجہ
کم سے کم چوکوں کا طریقہ، اپنی عمر کے باوجود، اعداد و شمار کے اعداد و شمار کے تجزیہ اور ماڈلنگ میں بنیادی حیثیت رکھتا ہے۔ اس کی سادگی، تاثیر، اور مختلف شکلوں میں موافقت، بنیادی لکیری رجعت سے لے کر پیچیدہ غیر لکیری اور عام ماڈلز تک، اسے انمول بناتی ہے۔ اعداد و شمار کے تجزیہ میں شامل ہر فرد کے لیے اس کی ریاضیاتی بنیادوں، ایپلی کیشنز اور حدود کو سمجھنا ضروری ہے، اس بات کو یقینی بنانا کہ طریقہ کار کو بامعنی بصیرت حاصل کرنے کے لیے مناسب طریقے سے لاگو کیا جائے۔ خواہ اکیڈمیا ہو یا صنعت میں، Least Squares طریقہ ڈیٹا کے اندر تعلقات کو سمجھنے اور باخبر پیشین گوئیاں کرنے کے لیے ایک مضبوط ٹول بنا ہوا ہے۔
