[論文レビュー] Semi-Penalized Inference with Direct False Discovery Rate Control in High-Dimensions

Jian Huang, Shuangge Ma+2 more|arXiv (Cornell University)|Nov 29, 2013

Statistical Methods and Inference参考文献 20被引用数 4

ひとこと要約

本稿では、変数選択における誤り発見率（FDR）を直接制御する高次元線形回帰のための半ペナルティ推定法SPIDRを提案する。SPIDR推定量の漸近正規性とサンプル分割を活用することで、明確な誤差評価を伴う選択された係数の妥当な信頼区間が得られ、スパarsity下でオラクル性を達成する。

ABSTRACT

We propose a new method, semi-penalized inference with direct false discovery rate control (SPIDR), for variable selection and confidence interval construction in high-dimensional linear regression. SPIDR first uses a semi-penalized approach to constructing estimators of the regression coefficients. We show that the SPIDR estimator is ideal in the sense that it equals an ideal least squares estimator with high probability under a sparsity and other suitable conditions. Consequently, the SPIDR estimator is asymptotically normal. Based on this distributional result, SPIDR determines the selection rule by directly controlling false discovery rate. This provides an explicit assessment of the selection error. This also naturally leads to confidence intervals for the selected coefficients with a proper confidence statement. We conduct simulation studies to evaluate its finite sample performance and demonstrate its application on a breast cancer gene expression data set. Our simulation studies and data example suggest that SPIDR is a useful method for high-dimensional statistical inference in practice.

研究の動機と目的

• 高次元変数選択手法における計算可能な誤差評価の欠如に対処すること。
• 高次元回帰設定における誤り発見率（FDR）を直接制御する手法を開発すること。
• 適切な誤差記述を伴う、選択された回帰係数の妥当な信頼区間を構築すること。
• スパarsityおよび適切な正則性条件の下で、SPIDR推定量がオラクル性を達成することを保証すること。
• 遺伝子発現研究などの高次元データにおける推論の実用的フレームワークを提供すること。

提案手法

• SPIDRは、ペナルティ付き最小二乗法と凸でないペナルティ（例：MCP）を組み合わせた半ペナルティアプローチを用いて回帰係数を推定し、スパarsityを達成する。
• データを2つの部分に分割するサンプル分割を適用し、一方を変数選択、他方を推論に使用する。
• スパarsity下で推定量が漸近的に正規分布に従うことが示され、妥当な漸近的推論が可能になる。
• 推定量の分布的性質を用いて選択しきい値を設定することで、FDRを直接制御する。
• SPIDR推定量の漸近正規性を用いて、選択された係数の信頼区間を構築する。
• 正則性条件の下で、選択されたモデルが真のサポートと高確率で一致することを保証する。

実験結果

リサーチクエスチョン

• RQ1 高次元回帰における半ペナルティ推定量は、スパarsity下で漸近的に正規分布に従うか？
• RQ2 リサンプリングや多重検定補正に依存せずに、変数選択における誤り発見率を直接制御する方法は何か？
• RQ3 スパarsity下で、SPIDR推定量と理想の最小二乗推定量との関係は何か？
• RQ4 高次元モデルにおいて、明確な誤差記述を伴う選択された係数の妥当な信頼区間を構築できるか？
• RQ5 有限標本において、直接的なFDR制御を可能にしながらも、オラクル性を維持できるか？

主な発見

• スパarsityおよび正則性条件の下で、SPIDR推定量は漸近的に正規分布に従い、妥当な推論が可能になる。
• 本手法はオラクル性を達成する：選択されたモデルが確率的に1に近づいて真のモデルと一致する。
• 推定量の漸近的分布を用いることで、誤り発見率が直接制御され、明確な誤差評価が可能になる。
• 推定量の漸近正規性に基づき、選択された係数の信頼区間が適切な被覆確率を持つように構築される。
• シミュレーション研究および乳がん遺伝子発現データの実例から、SPIDRはFDR制御および区間被覆性において既存手法を上回ることが示された。
• 適切な設計行列および誤差構造の条件下では、p ≫ n であってもモデル選択および推定の一貫性が維持される。