[論文レビュー] The knockoff filter for FDR control in group-sparse and multitask regression

Ran Dai, Rina Foygel Barber|arXiv (Cornell University)|Feb 11, 2016

Statistical Methods and Inference参考文献 6被引用数 22

ひとこと要約

本稿では、グループスパースおよびマルチタスク線形回帰における誤発見率（FDR）を制御するためのグループノックオフフィルタを導入する。この手法は、グループレベルでのノックオフコピーを構築することで、特徴量のグループ構造を活用し、標準的手法に比べて検出力の向上を実現する。シミュレーションおよびHIV薬剤耐性データの実世界データにおいて、FDRの有効な制御と高い発見率が確認された。

ABSTRACT

We propose the group knockoff filter, a method for false discovery rate control in a linear regression setting where the features are grouped, and we would like to select a set of relevant groups which have a nonzero effect on the response. By considering the set of true and false discoveries at the group level, this method gains power relative to sparse regression methods. We also apply our method to the multitask regression problem where multiple response variables share similar sparsity patterns across the set of possible features. Empirically, the group knockoff filter successfully controls false discoveries at the group level in both settings, with substantially more discoveries made by leveraging the group structure.

研究の動機と目的

• 特徴量が自然にグループ化されている場合、または複数の応答変数が共通のスパースパターンを共有する場合に、高次元回帰における誤発見率制御の課題に対処すること。
• 特徴選択におけるグループレベルの構造を活用することで、個々の特徴量を個別に扱うのではなく、統計的検出力を向上させること。
• 元々個々の特徴量の選択を想定して設計されたノックオフフィルタフレームワークを、グループスパースおよびマルチタスク回帰設定に拡張すること。
• 本手法が、標準的なスパース回帰手法に比べて真の発見数を増やす能力を実証的に検証すること。

提案手法

• 個々の特徴量ではなく、特徴量のグループ全体に対してノックオフコピーを構築し、デザイン行列におけるグループ構造を保持する。
• FDR制御に必要な対称性条件を満たすために、等変性のあるノックオフ構築法を用いる。
• 元の特徴量とノックオフ特徴量の両方に対してグループラassoペナルティを適用し、係数の差異に基づいて関連するグループを同定する。
• 複数の応答変数が共通のスパースパターンを持つマルチタスク回帰設定に適応させるために、応答をスタックし、ブロック対角デザイン行列を用いたグループラasso問題に再定式化する。
• 標的FDRレベル（例：q=0.2）を設定し、FDR制御を維持しながら発見数を最大化するようにペナルティパラメータをチューニングする。
• 元のグループとノックオフグループの間のグループラasso係数の差異に基づくノックオフ統計量を用いて、グループをランク付け・選択する。

実験結果

リサーチクエスチョン

• RQ1 ノックオフフィルタは、グループスパース回帰に拡張可能であり、グループレベルでのFDR制御と同時に統計的検出力を向上させることができるか？
• RQ2 複数の応答変数が共通のスパースパターンを共有するマルチタスク回帰設定において、グループノックオフフィルタはどのように機能するか？
• RQ3 特徴選択におけるグループ構造の活用は、個々の特徴量のノックオフに比べて真の発見数を増加させるか？
• RQ4 グループサイズが異なる場合でも、高次元設定（$ n \geq p $）においてFDR制御を維持できるか？
• RQ5 各応答を個別に標準ノックオフ手法で分析するのと比較して、マルチタスクノックオフフィルタは、発見率および生物学的前提知識との整合性において優れているか？

主な発見

• グループノックオフフィルタは、グループスパースおよびマルチタスク回帰設定の両方において、標的FDRレベル（例：q=0.2）を正確に制御した。
• シミュレーションでは、グループレベルのスパース性を活用することで、個々の特徴量のノックオフに比べて顕著に高い発見率を達成した。
• HIV-1薬剤耐性データセットでは、マルチタスクノックオフ法が、各薬剤に対して標準ノックオフ法を適用した場合よりも、既知の治療選択変異（TSM）の割合を高率に同定した。
• HIVデータにおいては、総発見数は標準ノックオフ法に劣るものの、TSMパネルとの整合性が高く、精度が優れていた。
• グループサイズや信号強度が異なる複数のシミュレーションおよび実世界データのシナリオにおいて、FDR制御が安定して維持された。
• グループレベルのノックオフを用いることで、特に突然変異が機能的グループに現れるゲノム分野など、解釈可能性と生物学的意味の明確な特徴選択が可能になった。