[論文レビュー] A rate optimal procedure for sparse signal recovery under dependence

Jun Li, Ping‐Shou Zhong|arXiv (Cornell University)|Oct 10, 2014

Sparse and Compressive Sensing Techniques参考文献 19被引用数 3

ひとこと要約

本稿では、相関するランダムベクトルを伴う高次元設定におけるスパース信号回復のための依存性支援閾値化および除去（DATE）手順を提案する。相関構造を活用することにより、独立データと比較して、マージナル誤発見率（mFNR）の最適収束速度が向上し、事前に指定された水準でマージナル誤発見率（mFDR）を制御する。これにより、依存性が存在する状況下でも信号同定性能が向上することを示している。

ABSTRACT

The paper considers the problem of identifying the sparse different components between two high dimensional means of column-wise dependent random vectors. We show that the dependence can be utilized to lower the identification boundary for signal recovery. Moreover, an optimal convergence rate for the marginal false non-discovery rate (mFNR) is established under the dependence. The convergence rate is faster than the optimal rate without dependence. To recover the sparse signal bearing dimensions, we propose a Dependence-Assisted Thresholding and Excising (DATE) procedure, which is shown to be rate optimal for the mFNR with the marginal false discovery rate (mFDR) controlled at a pre-specified level. Simulation studies and case study are given to demonstrate the performance of the proposed signal identification procedure.

研究の動機と目的

• 遺伝学的およびオミックス研究で一般的に見られる、変数間に列方向の依存性が存在する高次元データにおけるスパース信号の同定という課題に対処すること。
• 変数間の依存性が信号同定境界に与える影響を調査し、特に依存性が成功した信号回復の閾値を低下させ得るかどうかを検討すること。
• 依存性下でのマージナル誤発見率（mFNR）の最適収束速度を確立し、それが独立性下の速度よりも速いことを示すこと。
• mFDRを事前に指定された水準で制御しつつ、mFNRを最小限に抑える実用的で最適収束速度を達成する手順を開発すること。
• シミュレーションおよびX染色体における発現差異を示す遺伝子の事実例研究を通じて、手法の有効性を検証すること。

提案手法

• 依存構造を信号検出に統合するDATE（依存性支援閾値化および除去）手順を提案し、推定された共分散行列を用いる。
• 依存構造を反映した検定統計量に基づく閾値化ルールを用い、従来の手法に比べ検出力が向上することを実現する。
• 変数間の依存性をモデル化するために、データ駆動型の共分散行列Σの推定を実施し、正確な信号同定を可能にする。
• 依存性に適応した修正版Benjamini-Hochberg型手順を用いて、事前に指定された水準でマージナル誤発見率（mFDR）を制御する。
• 依存性下でのmFNRの最適収束速度を導出し、それが独立性下の速度よりも厳密に速いことを示す。
• データをX_ij = μ_i + ε_ij（ε_ijはi.i.d. N(0, Σ_i）とモデル化し、高次元2標本平均比較に適用する。δ = μ_1 - μ_2に注目する。

実験結果

リサーチクエスチョン

• RQ1 高次元変数間の依存性が、スパース信号回復における信号同定境界に与える影響は何か？
• RQ2 独立データと比較して、依存構造を活用することで、マージナル誤発見率（mFNR）の最適収束速度をより速く達成できるか？
• RQ3 一般の依存性下でのmFNRの最適収束速度は何か？ そして、独立性下の状況と比較するとどうなるか？
• RQ4 mFDRを事前に指定された水準で制御しつつ、この最適速度を達成する実用的手法は存在するか？
• RQ5 有限標本下でのmFDR、mFNR、および真正陽性検出の観点から、提案手法DATEはBH法など既存手法と比較してどのように異なるか？

主な発見

• 依存性下での信号同定境界は、独立性下よりも厳密に低く、依存性を考慮することで、弱い効果サイズでも信号を回復可能であることを示している。
• 依存性下でのマージナル誤発見率（mFNR）の最適収束速度は、独立性下の速度よりも速く、依存性の活用による理論的利点を示している。
• DATE手順は、mFDRを事前に指定された水準で制御しつつ、mFNRの最適収束速度を達成しており、依存性下での最適性を示している。
• シミュレーションでは、さまざまなスパarsityレベルおよび信号強度下で、DATEはmFDR（約0.03–0.05）とmFNR（約0.005–0.007）を低く維持し、BH法を上回る性能を示した。
• X染色体の事例研究では、FDR = 0.001の条件下でDATEは39個の発現差異遺伝子を同定したのに対し、BH法は27個にとどまり、両者に共通する遺伝子は22個であった。これは、感度がより高いことを示している。
• 共分散行列の誤指定に対しても、DATEは頑健であることが示された。特に、真のΣを用いたDATE_Σと推定されたΩ̂を用いたDATE_Ω̂の性能は、ほぼ一致していた。