[論文レビュー] A note on marginal correlation based screening

Somak Dutta, Vivekananda Roy|arXiv (Cornell University)|Jul 25, 2017

Gene expression and cancer classification参考文献 15被引用数 3

ひとこと要約

本稿は、超高次元データにおけるマージナル相関に基づくスクリーニングの欠陥を検討し、合成および実際のゲノムデータを通じて、予測変数が相関している場合、または重要な変数がノイズと相関がない場合に、この手法が失敗することを示している。研究では、このような状況下で代替スクリーニング手法がマージナル相関を上回ることを示しており、高次元統計におけるより優れた変数選択手法の必要性を強調している。

ABSTRACT

Independence screening methods such as the two sample $t$-test and the marginal correlation based ranking are among the most widely used techniques for variable selection in ultrahigh dimensional data sets. In this short note, simple examples are used to demonstrate potential problems with the independence screening methods in the presence of correlated predictors. Also, an example is considered where all important variables are independent among themselves and all but one important variables are independent with the unimportant variables. Furthermore, a real data example from a genome wide association study is used to illustrate inferior performance of marginal correlation screening compared to another screening method.

研究の動機と目的

• 相関する予測変数が存在する状況下でのマージナル相関に基づくスクリーニングの信頼性を調査すること。
• 重要な変数がノイズと相関がない場合でも、マージナル相関スクリーニングが重要な変数を逃す可能性があるかどうかを評価すること。
• 全ゲノム関連解析（GWAS）から得た実データを用いて、マージナル相関スクリーニングと代替手法の性能を比較すること。
• 複雑な相関構造を伴う実用的高次元設定において、独立性スクリーニング手法が理論的魅力にもかかわらず実際には失敗する条件を示すこと。

提案手法

• 相関する予測変数を含む合成例を構築し、マージナル相関スクリーニングが重要な変数を誤って順位付けしたり、無視したりする様子を説明する。
• すべての重要な変数が互いに独立しており、ほとんどノイズ変数と相関がないが、マージナル相関がそれらを検出できない状況を設計する。
• 全ゲノム関連解析（GWAS）から得た実データを用いて、マージナル相関スクリーニングと他のスクリーニング手法を経験的に比較する。
• 変数選択の正確性、特に高次元性と相関構造の中での真の重要変数の同定能力に焦点を当てる。

実験結果

リサーチクエスチョン

• RQ1 予測変数が相関している場合、マージナル相関スクリーニングが重要な変数を特定できないことがあるか？
• RQ2 重要な変数がノイズ変数と相関がない場合、マージナル相関スクリーニングの性能が著しく低下するか？
• RQ3 実際の高次元ゲノムデータにおいて、マージナル相関スクリーニングは代替スクリーニング手法と比べてどのように性能を発揮するか？
• RQ4 実際の状況下で、マージナル相関に基づく独立性スクリーニングはどのような条件下で失敗するか？

主な発見

• 予測変数が相関している場合でさえ、マージナル相関スクリーニングは重要変数を適切に選択できないことがある。これは、それらの変数が応答変数と真正に関連している場合でも同様である。
• 重要な変数とノイズ変数が相関がない状況下でも、相関に起因するバイアスのため、マージナル相関スクリーニングは依然として性能を発揮しない。
• 実際のGWASデータの例では、代替スクリーニング手法が関連する遺伝的マーカーを同定する上でマージナル相関を上回ることが示された。
• 本研究は、複雑な相関構造を伴う実用的状況下では、シンプルで人気のあるマージナル相関ベースのスクリーニングが信頼できないと結論づけた。