[論文レビュー] A Unified Framework for Testing High Dimensional Parameters: A Data-Adaptive Approach

Cheng Zhou, Xinsheng Zhang+2 more|arXiv (Cornell University)|Aug 8, 2018

Statistical Methods and Inference参考文献 13被引用数 6

ひとこと要約

本稿では、$U$-統計量と $p \in \{1,\dots,\infty\}$ の新たな $L_p$-ノルムの変種を用いて、高次元の仮説検定のためのデータ適応的で統一的なフレームワークを提案する。このフレームワークにより、多様な代替仮説のシナリオにおいて一貫した検出力が得られる。計算効率の良いマルチプライヤーブートストラップを導入し、シミュレーションおよびfMRIデータにおいて最適性と優れた実証的性能を示した。データ適応的検定は、ADHD群と対照群の比較において $p$-値が 0.000 に達した。

ABSTRACT

High dimensional hypothesis test deals with models in which the number of parameters is significantly larger than the sample size. Existing literature develops a variety of individual tests. Some of them are sensitive to the dense and small disturbance, and others are sensitive to the sparse and large disturbance. Hence, the powers of these tests depend on the assumption of the alternative scenario. This paper provides a unified framework for developing new tests which are adaptive to a large variety of alternative scenarios in high dimensions. In particular, our framework includes arbitrary hypotheses which can be tested using high dimensional $U$-statistic based vectors. Under this framework, we first develop a broad family of tests based on a novel variant of the $L_p$-norm with $p\in \{1,\dots,\infty\}$. We then combine these tests to construct a data-adaptive test that is simultaneously powerful under various alternative scenarios. To obtain the asymptotic distributions of these tests, we utilize the multiplier bootstrap for $U$-statistics. In addition, we consider the computational aspect of the bootstrap method and propose a novel low-cost scheme. We prove the optimality of the proposed tests. Thorough numerical results on simulated and real datasets are provided to support our theory.

研究の動機と目的

• 代替仮説の構造が未知である場合に、高次元パラメータに対する統一的で強力な検定が存在しないという問題に対処すること。
• 高次元設定において、密集型と疎型の両方の代替仮説に適応できるフレームワークを開発すること。
• 高次元における $U$-統計量に基づくブートストラップ推論の計算可能性と理論的妥当性を保証すること。
• 障害パターンの事前知識がなくても、多様な代替シナリオにおいて高い検出力を維持する単一の検定を提供すること。
• 実際のfMRIデータを用いた実証的検証を通じて、脳活動における群間差を検出できる能力を示すこと。

提案手法

• フレームワークは、各 $q$ 個のパラメータに対して固定順序 $m$ のカーネル関数 $\Phi_s$ を用いて、高次元パラメータを推定する $U$-統計量を用いる。
• 異なる代替仮説構造に敏感な広範な検定統計量の族を構築するために、$p \in \{1,\dots,\infty\}$ の $L_p$-ノルムの新たな変種を導入する。
• 個々の $L_p$-ノルム検定を重み付けされた方式で組み合わせることで、異なるシナリオにおける感度を最適にバランスさせるデータ適応的検定を構築する。
• 検定統計量の漸近的分布を近似するためにマルチプライヤーブートストラップを用い、高次元漸近的条件下での有効な推論を保証する。
• ブートストラップの計算負荷を軽減する低コストな計算スキームを提案し、高次元データへのスケーラビリティを実現する。
• ややきついモーメントおよび依存性の条件の下で理論的最適性を証明し、ブートストラップ近似の一致性を確立する。

実験結果

リサーチクエスチョン

• RQ1 高次元パラメータ検定において、密集型と疎型の両方の代替仮説に対して高い検出力を示す単一の検定が可能か？
• RQ2 多様な代替仮説シナリオにおいて検出力を維持できるように、$L_p$-ノルム検定のデータ適応的組み合わせはどのように構築できるか？
• RQ3 高次元における $U$-統計量に基づく検定統計量の標本分布を近似する計算効率の良い方法は何か？
• RQ4 高次元設定における $U$-統計量に適応的かつ最適化されたマルチプライヤーブートストラップはどのように設計できるか？
• RQ5 提案されたフレームワークは、fMRIスキャンなどの実世界の高次元データにおいて、既存の手法を上回る性能を示すか？

主な発見

• データ適応的検定は、ADHD群と対照群の間のALFF差を検出する際、$p$-値が 0.000 に達し、群間差の強い統計的証拠を示した。
• $s_0 = 40$ の場合、すべての $p \in \{1,\dots,\infty\}$ に対して $L_p$-ノルム検定は $p$-値が 0.001 となり、群間差の一貫した検出を示した。
• 対照群の比較においても、$s_0 = 8000$ の場合、$p$-値は 0.282 から 0.406 の間で変動し、帰無仮説下での検定の妥当性が確認された。
• 提案された低コストブートストラップスキームは、分布近似の正確性を維持しながら、計算コストを顕著に削減した。
• 理論的最適性が確立され、さまざまな代替モデル下で最小最大検出レートに達することが示された。
• シミュレーションおよび実際のfMRIデータにおける実証的結果から、データ適応的検定が多様なシナリオにおいて個々の $L_p$-ノルム検定を上回ることを確認した。