[論文レビュー] Asymptotic minimaxity of False Discovery Rate thresholding for sparse exponential data

David L. Donoho, Jiashun Jin|arXiv (Cornell University)|Feb 14, 2006

Statistical Methods and Inference参考文献 16被引用数 37

ひとこと要約

本稿は、スパースな指数型平均の推定における偽発見率（FDR）しきい値手法の漸近的ミニマックス性を確立し、q ≤ 1/2 でFDR制御がなされれば、対数尺度における平均二乗誤差の観点からほぼ最適な推定性能が達成されることを示している。この手法は、高次元的・スパースな指数型モデルにおいて、データに適応的にしきい値を設定し信号を回復するもので、スパarsityが増す（η → 0）につれてリスクがミニマックス下界に近づく。

ABSTRACT

We apply FDR thresholding to a non-Gaussian vector whose coordinates X_i, i=1,..., n, are independent exponential with individual means $\mu_i$. The vector $\mu =(\mu_i)$ is thought to be sparse, with most coordinates 1 but a small fraction significantly larger than 1; roughly, most coordinates are simply `noise,' but a small fraction contain `signal.' We measure risk by per-coordinate mean-squared error in recovering $\log(\mu_i)$, and study minimax estimation over parameter spaces defined by constraints on the per-coordinate p-norm of $\log(\mu_i)$: $\frac{1}{n}\sum_{i=1}^n\log^p(\mu_i)\leq \eta^p$. We show for large n and small $\eta$ that FDR thresholding can be nearly Minimax. The FDR control parameter 0<q<1 plays an important role: when $q\leq 1/2$, the FDR estimator is nearly minimax, while choosing a fixed q>1/2 prevents near minimaxity. These conclusions mirror those found in the Gaussian case in Abramovich et al. [Ann. Statist. 34 (2006) 584--653]. The techniques developed here seem applicable to a wide range of other distributional assumptions, other loss measures and non-i.i.d. dependency structures.

研究の動機と目的

• 大多数のµi = 1であるが、少数のµiが顕著に大きな値をとるスパースな指数型平均のミニマックス推定を研究すること。
• ℓp-ノルムによるスパース制約下で、FDRしきい値手法がデータに適応する推定規則としてどのように機能するかを評価すること。
• 非ガウス型・スパースな指数型モデルにおいて、FDRしきい値手法がどのように漸近的ミニマックスリスクを達成するかの条件を特定すること。
• ガウス型設定からの結果を指数型ノイズに一般化し、対数尺度の損失関数としきい値規則に焦点を当てる。
• FDRしきい値手法が漸近的ミニマックス性を達成する条件を確立すること、特にFDR制御パラメータqの果たす役割を特定すること。

提案手法

• 観測値 Xi ∼ Exp(µi) をモデル化し、µi はスパースで、大多数が1、少数が1より大きい。ℓpノルムによる log(µi) の制約を課す。
• 推定リスクを、対数尺度における座標ごとの平均二乗誤差で測定する：(1/n)∑(log ˆµi − log µi)²。
• ミニマックスリスク R∗n を、ℓp-球の半径ηの下でのすべての推定規則のうち、最も悪い場合のリスクの下界として定義する。
• FDRしきい値推定規則 ˆµFDR,q,n を提案し、データに依存するしきい値 tFDR = X(kFDR) を用いる。ここで kFDR は、X(k) ≥ −log(qk/n) を満たす最大のkである。
• Simesの手続きを用いてFDRをレベルqで制御し、誤った発見の期待割合が q 以下になるように保証する。
• 極値理論と順序統計量に関する経験過程の道具を用いて、n → ∞ に続いて η → 0 としたときの漸近的挙動を分析する。

実験結果

リサーチクエスチョン

• RQ1 FDRしきい値手法がスパースな指数型データに対して、どのような条件下で漸近的ミニマックス性を達成するか。
• RQ2 FDR制御パラメータqの選択が、FDR推定規則のミニマックスリスクにどのように影響するか。
• RQ3 重尾的または非正規ノイズを伴う非ガウス型スパースモデルにおいて、FDRしきい値手法が近似的に最適な推定性能を達成できるか。
• RQ4 スパarsityパラメータηとℓpノルム制約が、ミニマックスリスクおよび推定規則の性能を決定づける役割を果たすか。
• RQ5 高次元的スパース指数型モデルにおいて、FDRしきい値手法はオラクルしきい値手法や他の適応的推定規則と比べてどのように性能を発揮するか。

主な発見

• 0 < q ≤ 1/2 のとき、FDR推定規則 ˆµFDR,q,n は漸近的ミニマックス性を有する。n → ∞ かつ η → 0 の下で、その最悪ケースリスクとミニマックスリスクの比は1に収束する。
• q > 1/2 のとき、FDR推定規則は漸近的ミニマックス性を有しない。リスク比は q/(1−q) > 1 に収束し、明確な性能差が生じる。
• ミニマックスリスク R∗n(Mn,p(η)) は、漸近的に ηp log²⁻ᵖ log(1/η) のオーダーを示し、収束の鋭いレートを確立する。
• オラクルしきい値の最適なしきい値 t0(p,η) は、η → 0 の下で p log(1/η) + p log log(1/η) · (1 + o(1)) のオーダーに比例する。
• FDRしきい値手法は有限標本でも良好な性能を示し、q < 1/2 の場合には実験的リスクが η log log(1/η) に近く、q が 1/2 に近い場合でも僅かに増加するにとどまる。
• この手法は、スパースなポアソン平均やGumbel分布・二重指数分布を伴う加法的ノイズを持つ他の非ガウス型モデルへも拡張可能であるが、その際は尾部が十分に軽い必要がある。