[論文レビュー] Power of FDR Control Methods: The Impact of Ranking Algorithm, Tampered Design, and Symmetric Statistic

Zheng Tracy Ke, Jun S. Liu+1 more|arXiv (Cornell University)|Oct 16, 2020

Statistical Methods in Clinical Trials参考文献 24被引用数 7

ひとこと要約

本稿は、レア/ウェイク信号モデル下でのFDR制御手法のパワーに関する理論的分析を提供している。具体的には、ノックオフフィルタとガウスミラーの両手法を対象としている。本稿では、対称統計量の選択がパワーに顕著な影響を及ぼすことが示され、ノックオフフィルタにおけるノイズ追加がパワー損失を最小限に抑えることが明らかになった。また、設計のスパarsity（スパarsity）に応じて両手法の性能が異なることが判明した。極めてスパースな係数ベクトルではノックオフフィルタが優れるが、中程度にスパースな係数ベクトルではガウスミラーが優位である。

ABSTRACT

As the power of FDR control methods for high-dimensional variable selections has been mostly evaluated empirically, we focus here on theoretical power analyses of two recent such methods, the knockoff filter and the Gaussian mirror. We adopt the Rare/Weak signal model, popular in multiple testing and variable selection literature, and characterize the rate of convergence of the number of false positives and the number of false negatives of FDR control methods for particular classes of designs. Our analyses lead to several noteworthy discoveries. First, the choice of the symmetric statistic in FDR control methods crucially affects the power. Second, with a proper symmetric statistic, the operation of adding noise to achieve FDR control yields almost no loss of power compared with its prototype, at least for some special classes of designs. Third, the knockoff filter and Gaussian mirror have comparable power for orthogonal designs, but they behave differently for non-orthogonal designs. We study the block-wise diagonal designs and show that the knockoff filter has a higher power when the regression coefficient vector is extremely sparse, and the Gaussian mirror has a higher power when the coefficient vector is moderately sparse.

研究の動機と目的

• 高次元変数選択におけるFDR制御手法のパワーを理論的に分析すること。
• 設計構造（特にスパarsityと直交性）が手法のパフォーマンスに与える影響を調査すること。
• FDR制御における対称統計量の選択とノイズ注入の影響がパワーに与える影響を評価すること。
• 特にブロック対角設計を想定し、ノックオフフィルタとガウスミラーを異なる設計クラスにおいて比較すること。
• レア/ウェイク信号モデル下での偽陽性および偽陰性の収束速度を特定すること。

提案手法

• 本研究は、高次元多重仮説検定の理論的枠組みとして、レア/ウェイク信号モデルを採用している。
• 特定の設計クラスに対して、FDR制御下での偽陽性および偽陰性の数の収束速度を分析している。
• FDR手順における対称統計量の役割を形式的に検討し、そのパワーに与える影響を理論的に導出している。
• 直交および非直交設計を焦点として、ノックオフフィルタとガウスミラーの理論的比較を実施している。
• ノックオフフィルタにおけるノイズ注入の影響を分析し、オリジナル手法に比べたパワーへの影響を評価している。
• 構造的相関をモデル化するため、ブロック対角設計を用いて、係数ベクトルのスパarsityレベルが異なる状況での比較を可能としている。

実験結果

リサーチクエスチョン

• RQ1 高次元設定下で、FDR制御手法のパワーに、対称統計量の選択がどのように影響を与えるか。
• RQ2 FDR制御を達成するためにノイズを追加することの理論的コスト（パワー損失）は、オリジナル手法に比べてどの程度か。
• RQ3 直交設計と非直交設計において、ノックオフフィルタとガウスミラーのパワーはどのように比較できるか。
• RQ4 構造的設計下で、回帰係数ベクトルのスパarsityレベルがFDR手法のパフォーマンスに影響を与えるか。
• RQ5 特定の設計クラスにおいて、FDR制御下での偽陽性および偽陰性の収束速度は何か。

主な発見

• 対称統計量の選択は、FDR制御手法のパワーに決定的な影響を与える。最適な選択により、検出能力が顕著に向上する。
• FDR制御を達成するためにノイズを追加しても、特に特定の特殊設計クラスでは、オリジナル手法に比べてほとんどパワー損失がない。
• 直交設計下では、ノックオフフィルタとガウスミラーのパワーはほぼ同等であり、理想的な条件下で同程度のパフォーマンスを示す。
• ブロック対角設計下では、係数ベクトルが極めてスパースな場合、ノックオフフィルタがガウスミラーを上回る性能を示す。
• 同じブロック対角設計下では、係数ベクトルが中程度にスパースな場合、ガウスミラーがノックオフフィルタを上回る高いパワーを達成する。