[論文レビュー] Selective Inference for Change Point Detection in Multi-dimensional Sequences

Yuta Umezu, Ichiro Takeuchi|arXiv (Cornell University)|Jun 1, 2017

Statistical Methods and Inference参考文献 32被引用数 4

ひとこと要約

本稿は、次元の部分集合によって特徴づけられる多次元系列における変化点（CPs）を検出するための選択的推論フレームワークを提案する。CP検出を選択的推論問題として扱うことで、次元選択および時刻選択における選択バイアスを補正する正確な非漸近的標本分布を導出し、名目水準での型I誤り率を制御する有効な統計的推論を可能にする。

ABSTRACT

We study the problem of detecting change points (CPs) that are characterized by a subset of dimensions in a multi-dimensional sequence. A method for detecting those CPs can be formulated as a two-stage method: one for selecting relevant dimensions, and another for selecting CPs. It has been difficult to properly control the false detection probability of these CP detection methods because selection bias in each stage must be properly corrected. Our main contribution in this paper is to formulate a CP detection problem as a selective inference problem, and show that exact (non-asymptotic) inference is possible for a class of CP detection methods. We demonstrate the performances of the proposed selective inference framework through numerical simulations and its application to our motivating medical data analysis problem.

研究の動機と目的

• 多次元系列において僅かに関連する次元の部分集合でのみ顕著な変化点（CPs）を検出する課題に対処すること。
• 2段階のCP検出（まず関連する次元を選択し、次に集約スコアに基づいて時刻を選択する）に起因する選択バイアスを是正すること。
• 検出されたCPについて正確で非漸近的な統計的推論を可能にし、所望の有意水準（例：α = 0.05）での誤検出確率を適切に制御すること。
• 特に悪性リンパ腫におけるコピー数変異解析などのバイオメディカル応用を想定した、実世界のデータに適用可能なフレームワークの構築。

提案手法

• 次元および時刻の選択を推論に明示的に組み込む選択的推論問題としてCP検出問題を定式化する。
• 2段階手法を導入する：(1) 関連性に基づいて次元の部分集合を選択し、(2) 選択された次元にわたるスコアを集約してスカラー検定統計量を形成する。
• 選択的推論理論（Taylor & Tibshirani, 2015; Lee et al., 2016）を用いて、CPが選択された条件付きでの検定統計量の正確な条件付き標本分布を導出する。
• 選択に基づく検定統計量の正確な標本分布を導出し、選択バイアスを反映した有効なp値および信頼区間の構築を可能にする。
• 局所的仮説検定アプローチを用いて、単一および複数のCP検出にフレームワークを適用する。
• 漸近的近似および級数展開（例：μにおけるテイラー展開）を用いて、型I誤り率の高次補正を導出し、小標本における頑健性を確保する。

実験結果

リサーチクエスチョン

• RQ1 次元選択および時刻選択の両段階で選択が行われる場合、多次元系列における変化点検出に対して正確で非漸近的な推論が達成可能か？
• RQ2 次元選択および時刻選択に起因する選択バイアスを同時に是正することで、型I誤り率の有効な制御が可能か？
• RQ3 2段階検出プロセスにおける選択メカニズムに従って、検出されたCPの検定統計量の正確な条件付き標本分布は何か？
• RQ4 有限標本設定下でのパワーおよび誤検出率制御の観点から、本フレームワークの性能はいかがなものか？
• RQ5 本フレームワークは、リンパ腫患者におけるコピー数変異解析のような実際のバイオメディカルデータに効果的に適用可能か？

主な発見

• 提案された選択的推論フレームワークは、有限標本でも名目水準αにおける選択的型I誤り率を正確に制御する。
• フレームワークは次元選択および時刻選択バイアスの両方を是正し、検出された変化点に対する有効な統計的推論を可能にする。
• 選択的推論の観点から、この手法は概ね不偏であり、パワーの下限が選択的推論の意味で導出されている。
• 数値シミュレーションにより、誤検出確率が所望の有意水準で適切に制御されていることが確認された。
• リンパ腫データセットへの応用により、患者のサブセットに共通する一般的なCPを検出可能であり、検出イベントに対する有効な推論が可能であることが示された。
• 型I誤り率の高次補正は級数展開を用いて導出され、小標本における精度向上に寄与している。