[論文レビュー] A Permutation Approach to Testing Interactions in Many Dimensions

Noah Simon, Robert Tibshirani|arXiv (Cornell University)|Jun 27, 2012

Gene expression and cancer classification参考文献 11被引用数 9

ひとこと要約

この論文は、漸近的近似やロジスティック回帰の仮定に依存しない後退モデル（Yによる条件付き分布をモデル化）を用いて、高次元のバイナリ応答データにおける周辺的交互作用を検出する順列に基づく手法を提案する。主効果が存在する状況でも、標準的な対ごとのロジスティック回帰と比較して、より低い誤発見率（FDR）と高い検出力が得られ、弱い条件下でも理論的に一貫性を示す。

ABSTRACT

To date, testing interactions in high dimensions has been a challenging task. Existing methods often have issues with sensitivity to modeling assumptions and heavily asymptotic nominal p-values. To help alleviate these issues, we propose a permutation-based method for testing marginal interactions with a binary response. Our method searches for pairwise correlations which differ between classes. In this manuscript, we compare our method on real and simulated data to the standard approach of running many pairwise logistic models. On simulated data our method finds more significant interactions at a lower false discovery rate (especially in the presence of main effects). On real genomic data, although there is no gold standard, our method finds apparent signal and tells a believable story, while logistic regression does not. We also give asymptotic consistency results under not too restrictive assumptions.

研究の動機と目的

• 高次元設定における標準的ロジスティック回帰の限界、特にモデル依存性や漸近的p値近似の問題を解決すること。
• バイナリ応答を持つ高次元データにおける共変量間の交互作用を検出する、より頑健でモデル依存性の少ない手法を開発すること。
• 最尤推定量の漸近的正規性に依存しない、順列に基づく帰無分布を用いた誤発見率（FDR）推定を可能にすること。
• n < p の場合でも、弱い正則性条件の下で理論的に一貫性を持つ相互作用検定の枠組みを提供すること。
• シミュレーテッドおよび実際のゲノムデータにおいて、標準的ロジスティック回帰手法と比較して優れた性能を示すこと。

提案手法

• 対象となる2つの群間の偏相関の差を検出するために、Y|XではなくX|Yをモデル化する後退モデルフレームワークを提案する。
• クラスラベルの順列を用いて、対間相関の差の帰無分布を生成し、漸近的でないFDR推定を可能にする。
• 各共変量のペア (j,k) に対して、クラス1とクラス2間の標本相関の差を計算し、その後クラスラベルを順列することで帰無分布を生成する。
• 絶対相関差に基づく検定統計量を用い、p値は順列分布から導出する。
• Benjamini-Hochberg手順を順列から得たp値に適用し、誤発見率（FDR）を制御する。
• サブガウスニアン性と $ \log p / n \to 0 $ の下で理論的整合性を確立し、$ n \to \infty $ のときFDRが0に収束することを示す。

実験結果

リサーチクエスチョン

• RQ1 順列に基づく手法は、漸近的近似に依存しない標準的対ごとのロジスティック回帰と比較して、より低い誤発見率で高次元的交互作用を検出できるか？
• RQ2 X|Yに条件づける後退モデルアプローチは、Y|Xに条件づけるフォワードモデルアプローチと比較して、高次元的相互作用検定においてより頑健で強力な推論を提供するか？
• RQ3 順列に基づくp値は、モデル不適合や予測変数間の相関がある状況でも、漸近的p値よりも信頼性の高いFDR制御を可能にするか？
• RQ4 強い主効果が存在する場合、標準的相互作用検定ではしばしば混同されがちな状況で、この手法はどのように性能を示すか？
• RQ5 次元が増加する中で、順列に基づくFDR推定器がどの正則性条件下で一貫性を保つのか？

主な発見

• シミュレーテッドデータにおいて、主効果が存在する状況でも、提案手法は対ごとのロジスティック回帰と比較して、より多くの真の相互作用を低FDRで検出する。
• 実際のゲノムデータにおいて、この手法はロジスティック回帰が検出できない生物学的に妥当な相互作用シグナルを同定することができ、感度の向上を示唆する。
• 順列に基づくFDR推定は、モデル不適合や予測変数間の相関がある状況で漸近的p値よりも信頼性が高く、反保守的（anti-conservative）である。
• この手法は漸近的整合性を示す：サブガウスニアン性と $ \log p / n \to 0 $ の下で、標本サイズが増加するにつれて推定FDRは0に収束する。
• 理論的分析により、順列に基づく検定統計量が帰無仮説下で真の相関差に確率的に収束することを示し、誤り制御が有効であることを保証する。
• 完全分離や完全同定不能性の問題を回避するため、$ n < p(p+1)/2 $ の場合でもこの手法は有効である。