[논문 리뷰] Combining individually valid and conditionally i.i.d. P-variables

Lutz Mattner|arXiv (Cornell University)|2010. 08. 30.

Algorithms and Data Compression참고 문헌 4인용 수 5

한 줄 요약

이 논문은 데이터 조건 하에서 개별적으로 유효한 P-변수들을 조합하는 방법을 제안한다. 이 P-변수들은 조건부로 i.i.d.이며, k번째 순서통계량 $U_{k:n}$을 사용하여 유효한 요약 P-변수를 생성한다. 주요 결과는 조건 하에서 $V = 1 \land \left(\frac{n}{k} U_{k:n}\right)$가 유효한 P-변수이며, $f_{n,k}(u) \leq 1 \land \left(\frac{n}{k}u\right)$는 이러한 증가 함수 중 최소이므로, 약한 의존성 가정 하에서 다중 검정에 대해 강건하고 분포 자유인 접근법을 제공한다.

ABSTRACT

For a given testing problem, let $U_1,...,U_n$ be individually valid and conditionally on the data i.i.d.\ P-variables (often called P-values). For example, the data could come in groups, and each $U_i$ could be based on subsampling just one datum from each group in order to satisfy an independence assumption under the hypothesis. The problem is then to deterministically combine the $U_i$ into a valid summary P-variable. Restricting here our attention to functions of a given order statistic $U_{k:n}$ of the $U_i$, we compute the function $f_{n,k}$ which is smallest among all increasing functions $f$ such that $f(U_{k:n})$ is always a valid P-variable under the stated assumptions. Since $f_{n,k}(u)\le 1\wedge (\frac {n}{k} u)$, with the right hand side being a good approximation for the left when $k$ is large, one may in particular always take the minimum of 1 and twice the left sample median of the given P-variables. We sketch the original application of the above in a recent study of associations between various primate species by Astaras et al.

연구 동기 및 목표

• 데이터 조건 하에서 개별적으로 유효하지만 그룹 내에서 의존성이 있는 관측치들 사이에서 조건부로 i.i.d.인 P-변수들을 조합하는 문제를 해결하기 위해.
• n개의 이러한 P-변수를 하나의 유효한 요약 P-변수 $V$로 매핑하는 결정론적이고 순열 불변 함수 $F$를 도출하기 위해.
• k번째 순서통계량 $U_{k:n}$의 함수로서 $f_{n,k}(U_{k:n})$가 유효한 P-변수인 최소 증가 함수 $f_{n,k}$를 식별하기 위해.
• 약한 의존성 가정(예: 시계열 자료의 부분표본 또는 그룹화된 관측치) 하에서 P-값을 조합하는 실용적이고 이론적으로 타당한 방법을 제공하기 위해.

제안 방법

• 방법은 $U_{k:n}$의 함수에 중점을 두며, $U_i$들이 데이터 조건 하에서 개별적으로 유효하고 조건부로 i.i.d.라고 가정한다.
• 해당 가정 하에서 $f_{n,k}(U_{k:n})$가 유효한 P-변수인 최소 증가 함수로 $f_{n,k}(u)$를 정의한다.
• 이해관계는 이항분포와 순서통계량의 성질, 특히 이항분포 $\mathrm{B}_{n,p}$의 누적분포함수를 활용하여 유도된다.
• 측도론적 추론을 통해 $f_{n,k}(u) \leq 1 \land \left(\frac{n}{k}u\right)$라는 핵심 부등식이 제품측도와 상사측도를 이용해 증명된다.
• 요약 P-변수의 유효성은 P-핵심과 상사측도 개념을 사용하여 근본가설 하에서 수학적으로 형식화된다.
• 구성적 증명을 통해 $V = 1 \land \left(\frac{n}{k}U_{k:n}\right)$가 항상 유효한 P-변수임을 보이며, $U_{k:n}$의 함수들 중 순서 유지 클래스에서 최적임을 입증한다.

실험 결과

연구 질문

• RQ1 $U_1,\ldots,U_n$이 개별적으로 유효하고 조건부로 i.i.d.일 때, $f_{n,k}(U_{k:n})$가 유효한 P-변수가 되는 최소 증가 함수 $f_{n,k}$는 무엇인가?
• RQ2 그룹 내 의존성과 같은 약한 의존성 가정 하에서도 유효하고 강건한 요약 P-변수를 구성할 수 있는가?
• RQ3 k의 선택은 조합된 P-변수의 검정력과 보수성에 어떻게 영향을 미치는가?
• RQ4 중위수와 같은 히وري스틱 기준 외에 k를 체계적으로 선택할 수 있는 방법은 있는가?
• RQ5 특정 통계 모형에서는 단일 순서통계량에 기반한 요약 P-변수보다 더 좋은 요약 P-변수가 존재하는가?

주요 결과

• 조건 하에서 $f_{n,k}(u) \leq 1 \land \left(\frac{n}{k}u\right)$는 $f_{n,k}(U_{k:n})$가 유효한 P-변수가 되는 최소 증가 함수이다.
• 요약 P-변수 $V = 1 \land \left(\frac{n}{k}U_{k:n}\right)$는 항상 유효하며, $k$가 클수록 경계가 날카롭게 된다.
• 특히 $k = \left\lfloor \frac{n+1}{2} \right\rfloor$일 경우, $V$는 $U_i$의 왼쪽 표본 중위수의 약 두 배이며, 실용적 기본값으로 제안된다.
• $f_{n,k}$의 최적성은 상사측도와 이항분포 꼬리 확률을 활용한 측도론적 추론을 통해 증명된다.
• 최소한의 가정으로 성립한다: $U_i$의 개별 유효성과 데이터 조건 하에서의 조건부 i.i.d. 성질.
• 이 방법은 강건하고 분포 자유이며, 기초 데이터 생성 과정에 대한 비모수적 가정이 필요 없다.