[논문 리뷰] A Permutation Approach to Testing Interactions in Many Dimensions

Noah Simon, Robert Tibshirani|arXiv (Cornell University)|2012. 06. 27.

Gene expression and cancer classification참고 문헌 11인용 수 9

한 줄 요약

이 논문은 이元적 반응 데이터에서 경계 상호작용을 탐지하기 위해 조건부 분포를 클래스 조건 하에 설명하는 후행 모델(Backward model)을 사용하는 순열 기반 방법을 제안한다. 이는 渐近 근사나 로지스틱 회귀의 가정에 의존하지 않으며, 주 효과가 존재하는 경우에도 표준 이변량 로지스틱 회귀보다 더 낮은 거짓 발견률과 더 높은 검정력(Statistical power)을 달성한다. 또한 온화한 조건 하에서 이론적으로 일致성(Consistency)을 보장한다.

ABSTRACT

To date, testing interactions in high dimensions has been a challenging task. Existing methods often have issues with sensitivity to modeling assumptions and heavily asymptotic nominal p-values. To help alleviate these issues, we propose a permutation-based method for testing marginal interactions with a binary response. Our method searches for pairwise correlations which differ between classes. In this manuscript, we compare our method on real and simulated data to the standard approach of running many pairwise logistic models. On simulated data our method finds more significant interactions at a lower false discovery rate (especially in the presence of main effects). On real genomic data, although there is no gold standard, our method finds apparent signal and tells a believable story, while logistic regression does not. We also give asymptotic consistency results under not too restrictive assumptions.

연구 동기 및 목표

• 고차원 설정에서 표준 로지스틱 회귀의 한계, 특히 모형 의존성과 渐近 p-값 근사의 문제를 해결하기 위해.
• 이원적 결과를 가진 고차원 데이터에서 변수 간 상호작용을 탐지하기 위한 더 견고하고 모형 의존도가 낮은 방법을 개발하기 위해.
• 최대우도추정치(MLE)의 渐近 정규성에 의존하지 않고, 순열 기반의 귀무분포를 사용하여 거짓 발견률(FDR) 추정을 정확히 수행하기 위해.
• 특히 $ n < p $ 인 경우에도 온화한 정규성 조건 하에서 상호작용 테스트에 대한 이론적으로 일관된 프레임워크를 제공하기 위해.
• 모의 및 실제 유전체 데이터에서 표준 로지스틱 회귀 방법에 비해 향상된 성능을 입증하기 위해.

제안 방법

• 클래스 조건 하에 $ X|Y $ 를 모델링하는 후행 모델 프레임워크를 제안하여, 두 클래스 간 이변량 상관관계의 차이를 테스트한다.
• 클래스 레이블의 순열을 통해 이차 상관관계 차이의 귀무분포를 생성하고, 비漸近적 FDR 추정이 가능하게 한다.
• 각 변수 쌍 $ (j,k) $ 에 대해 클래스 1과 클래스 2 간 표본 상관계수의 차이를 계산한 후, 클래스 레이블을 순열하여 귀무 기준 분포를 생성한다.
• 클래스 간 상관계수의 절대 차이를 기반으로 한 검정통계량을 사용하며, p-값은 순열 분포에서 유도한다.
• 순열로부터 유도된 p-값에 대해 Benjamini-Hochberg 절차를 적용하여 거짓 발견률(FDR)을 제어한다.
• 서브가우시안성(subgaussianity)과 $ \log p / n \to 0 $ 조건 하에서 이론적 일관성을 확립하여, $ n \to \infty $ 일 때 FDR이 0으로 수렴함을 보였다.

실험 결과

연구 질문

• RQ1 순열 기반 방법이 표준 이변량 로지스틱 회귀보다 더 낮은 거짓 발견률로 고차원 상호작용을 탐지하는 데 성능이 뛰어나게 되는가?
• RQ2 후행 모델링 방식(즉, $ X|Y $ 조건)이 전행 모델링(즉, $ Y|X $ 조건)보다 고차원 상호작용 테스트에서 더 견고하고 강력한 추론을 제공하는가?
• RQ3 순열 기반 p-값이 고차원 로지스틱 모형에서 渐近 p-값보다 더 신뢰할 수 있는 FDR 제어를 제공하는가?
• RQ4 강한 주 효과가 존재할 경우, 이러한 주 효과가 일반적으로 표준 상호작용 테스트를 혼란스럽게 하는 데서 이 방법은 어떻게 성능을 유지하는가?
• RQ5 차원이 증가함에 따라 차원 증가에 따라 순열 기반 FDR 추정기의 일관성이 유지되는 정규성 조건은 무엇인가?

주요 결과

• 모의 데이터에서 주 효과가 존재할 경우, 제안된 방법은 표준 이변량 로지스틱 회귀보다 더 많은 진짜 상호작용을 탐지하면서도 더 낮은 거짓 발견률을 기록한다.
• 실제 유전체 데이터에서, 이 방법은 로지스틱 회귀가 탐지하지 못하는 생물학적으로 타당한 상호작용 신호를 식별한다. 이는 민감도 향상을 시사한다.
• 순열 기반 FDR 추정은 모형 오류 또는 예측변수 간 상관관계가 존재할 경우 반경청성(anti-conservative)인 渐近 p-값보다 더 신뢰할 수 있다.
• 이 방법은 渐진 일관성을 보이며, 서브가우시안성과 $ \log p / n \to 0 $ 조건 하에서 표본 크기가 증가함에 따라 추정된 FDR이 0으로 수렴한다.
• 이론적 분석을 통해 순열 기반 검정통계량이 귀무가설 하에서 진짜 상관계수 차이로 확률적 수렴을 보임을 밝혀, 타당한 오류 제어가 보장됨을 입증하였다.
• 이 방법은 $ n < p(p+1)/2 $ 인 경우에도 유효하며, 전체 로지스틱 모형에서 발생하는 완전분리 및 식별불능 문제를 피한다.