खुली कार्यप्रणाली

कार्यप्रणाली 2026.1

निष्कर्षों के पीछे का हर नियम, सीमा और सांख्यिकीय परीक्षण। उपयोग के बाद संस्करण स्थिर हो जाते हैं, ताकि हर निष्कर्ष को उसके सटीक मानकों तक खोजा जा सके।

प्रकाशित: 27 अक्टू॰ 2026
मानक हैश: f468a887e74d21e45f38d7a013ead418f10bda857ae499aa50d5d21f4aeccce1
टिप्पणियाँ: First ElectraLens methodology. Thresholds are proposals, tuned on synthetic data only, and frozen once a run uses them.

नियम

नियम	यह क्या जाँचता है	मानक	संस्करण
R01पूरी तरह एक जैसी प्रविष्टियाँ	एक ही भाग में एक जैसी प्रविष्टियाँ।	—	1.0.0
R02संभावित दोहरी प्रविष्टियाँ	मिलते-जुलते नाम, संबंधी का एक ही नाम और क़रीबी आयु वाली प्रविष्टियाँ।	matching = phonetic_key_v1 max_age_gap = 2	1.0.0
R03संभव सीमा से बाहर आयु	अर्हता तिथि पर संभव सीमा से बाहर की आयु।	max_age = 110 min_age = 18	1.0.0
R04बीते समय से मेल न खाता आयु परिवर्तन	सूचियों के बीच के समय से ज़्यादा बदली आयु।	tolerance_years = 1	1.0.0
R05असामान्य विलोपन दर	मिलते-जुलते भागों से बहुत अधिक हटाने की दर।	min_count = 20 min_effect = 2.0	1.0.0
R06नए नाम जुड़ने की असामान्य दर	मिलते-जुलते भागों से बहुत अधिक जोड़ने की दर।	min_count = 20 min_effect = 2.0	1.0.0
R07भाग जुड़ा या हटा	एक भाग में बड़े स्थानांतरण, ज़्यादातर किसी एक दूसरे भाग से।	—	1.0.0
R08एक पते पर बहुत अधिक मतदाता	एक पते पर असामान्य रूप से बहुत अधिक मतदाता।	percentile = 0.999 min_electors = 20	1.0.0
R09महिलाओं और पुरुषों के विलोपन में बड़ा अंतर	महिलाओं और पुरुषों को हटाने की दर में बहुत अंतर।	min_count = 10 min_effect = 1.5 min_shift_per_1000 = 50	1.0.0
R10अधूरी या गायब जानकारी	अधूरे विवरण वाली या बिना कारण हटाई गई बहुत प्रविष्टियाँ।	min_share = 0.05 percentile = 0.95	1.0.0
R11विलोपन कारणों का असामान्य मिश्रण	हटाने का कोई एक कारण मिलते-जुलते भागों से बहुत अधिक।	min_count = 10 min_effect = 2.0 min_deletions = 20	1.0.0
R12पहली बार के मतदाताओं की असामान्य संख्या	असामान्य रूप से बहुत अधिक 18–19 वर्ष के नए मतदाता।	min_count = 10 min_effect = 2.0	1.0.0

संकेत की मज़बूती का अर्थ

सांख्यिकीय नियम हर भाग की तुलना मिलते-जुलते भागों से करते हैं। निष्कर्ष तभी बताया जाता है जब वह दुर्लभ भी हो और इतना बड़ा भी कि मायने रखे।

स्तर	q-मान अधिकतम	प्रभाव कम से कम
मज़बूत संकेत	0.001	3.0×
मध्यम संकेत	0.01	2.0×
कमज़ोर संकेत	0.05	1.5×

प्रविष्टि-स्तर की जाँचें (R01–R04, R07, R08, R10) डेटा गुणवत्ता बताती हैं, सांख्यिकीय संकेत नहीं।

आँकड़े कैसे काम करते हैं

आधार: हर भाग की तुलना उसके निर्वाचन क्षेत्र के बाकी भागों से होती है। आधार का अनुमान लगाने से पहले असामान्य भाग हटा दिए जाते हैं, ताकि एक अतिवादी भाग दूसरे को छिपा न सके।
फैलाव: मज़बूत फैलाव अनुमान वाला बीटा-बाइनोमियल मॉडल भागों के बीच सामान्य अंतर को ध्यान में रखता है।
कई परीक्षण: हर भाग जाँचा जाता है, इसलिए p-मानों को बेंजामिनी–हॉचबर्ग प्रक्रिया (q-मान) से सुधारा जाता है, ताकि ग़लत खोजें 0.05 तक सीमित रहें।
अनिश्चितता: दरों के साथ विल्सन 95% अंतराल दिए जाते हैं। लिंग की तुलना फ़िशर एग्ज़ैक्ट टेस्ट से होती है; हटाने के कारणों के लिए बोनफ़ेरोनी सुधार के साथ हर कारण का बाइनोमियल परीक्षण होता है।
छोटे भाग: 50 से कम मतदाताओं वाले भागों का सांख्यिकीय परीक्षण नहीं होता।

कृत्रिम डेटा पर पहचान की गुणवत्ता

जनरेटर द्वारा डाली गई विसंगतियों से मापा गया, निर्दोष मिलते-जुलते मामलों सहित। वास्तविक डेटा के लिए किसी सटीकता का दावा नहीं किया जाता।

नवीनतम प्रकाशन के साथ कोई बेंचमार्क नहीं जुड़ा है।

सीमाएँ

आँकड़े बताते हैं कि पैटर्न कितना असामान्य है, यह नहीं कि ऐसा क्यों हुआ।
हटाने के कारण वैसे ही उपयोग होते हैं जैसे दर्ज हैं; उनकी स्वतंत्र जाँच नहीं होती।
अलग-अलग वर्तनी वाले नामों का मिलान अनुमानित है।
सीमाएँ केवल कृत्रिम डेटा पर तय की गई हैं और वास्तविक डेटा के साथ उनकी समीक्षा होगी।