[논문 리뷰] Multiple testing under negative dependence

Ziyu Chi, Aaditya Ramdas외 1명|arXiv (Cornell University)|2022. 12. 19.

Statistical Methods in Clinical Trials인용 수 4

한 줄 요약

이 논문은 p-값 간 음의 상관관계의 다양한 개념 하에서 다중 검정 절차—특히 Simes 검정과 Benjamini-Hochberg(BH) 절차—에 대한 이론적 한계를 처음으로 제시한다. 음의 상관관계 하에서의 과소보수성(FDR 과대평가)이 가설 수에 독립적인 작은 상수 요인으로 제한됨을 보여주며, 임의의 상관관계 하에서의 Benjamini-Yekutieli 보정보다 이론적으로 타당하고 더 강력한 대안을 제공한다.

ABSTRACT

The multiple testing literature has primarily dealt with three types of dependence assumptions between p-values: independence, positive regression dependence, and arbitrary dependence. In this paper, we provide what we believe are the first theoretical results under various notions of negative dependence (negative Gaussian dependence, negative regression dependence, negative association, negative orthant dependence and weak negative dependence). These include the Simes global null test and the Benjamini-Hochberg procedure, which are known experimentally to be anti-conservative under negative dependence. The anti-conservativeness of these procedures is bounded by factors smaller than that under arbitrary dependence (in particular, by factors independent of the number of hypotheses). We also provide new results about negatively dependent e-values, and provide several examples as to when negative dependence may arise. Our proofs are elementary and short, thus amenable to extensions.

연구 동기 및 목표

• 실제에서 흔히 발생하지만 아직 탐색되지 않은 음의 상관관계 하에서 다중 검정 절차에 대한 이론적 이해 부족을 해결하기 위해.
• p-값이 음의 상관관계를 보일 때 Simes 균일귀무검정 및 BH 절차에 대한 엄밀한 오류율 한계를 설정하기 위해.
• 음의 상관관계 하에서 FDR 제어가 임의의 상관관계 하에서보다 훨씬 적은 검정력 손실을 초래함을 보여주며, 특히 Benjamini-Yekutieli 보정과의 비교에서 이를 강조하기 위해.
• e-값이 음의 상관관계 하에서 어떻게 작동하는지 소개하고 분석함으로써, e-값 기반 검정의 이론적 프레임워크를 확장하기 위해.
• 실제로 음의 상관관계가 발생할 수 있는 상황을 특정하고, 향후 적응형 및 군집 다중 검정 절차에 대한 연구의 기초를 마련하기 위해.

제안 방법

• 논문은 다섯 가지 음의 상관관계 개념—음의 가우시안 상관관계, 음의 회귀 상관관계, 음의 연관성, 음의 옥타트 상관관계, 약한 음의 상관관계—을 도입하고 체계화한다.
• 영가설의 p-값 간 약한 음의 상관관계 하에서 BH 절차의 잘못 발견 수 대 총 발견 수 비율의 기대값(FDR)에 대한 한계를 유도한다.
• Simes 부등식을 음의 상관관계 하에서 적용함으로써, 이러한 조건 하에서 Simes 통계량이 여전히 확률적으로 지배됨을 보여준다.
• e-값에 대해서는 가중 합성 규칙을 도입하고, 특정 집계 방식 하에서 음의 상관관계 하의 e-값이 유효한 e-값 성질을 유지함을 증명한다.
• 이론적 결과는 p-값과 e-값을 모두 사용한 음의 가우시안 상관관계 하에서 보정 유무에 따른 BH 절차를 비교하는 시뮬레이션을 통해 뒷받침된다.
• 논문은 BH 절차를 위한 새로운 'ND 보정'을 도입하며, 이는 음의 상관관계 강도에 따라 유의수준을 조정함으로써 제안한다. 이는 표준 BH 및 Benjamini-Yekutieli 보정과 비교된다.

실험 결과

연구 질문

• RQ1 Benjamini-Hochberg 절차는 음의 상관관계 하에서도 FDR 제어에 대해 유효한가? 만약 그렇다면, 과소보수성의 정도는 어떠한가?
• RQ2 Simes 검정은 음의 상관관계 하에서도 이론적으로 타당한가? 그리고 독립성 경우와 오류율을 비교하면 어떠한가?
• RQ3 음의 상관관계 하에서 가중 평균 또는 Simes 유형 규칙으로 융합된 e-값은 유효성을 유지하는가?
• RQ4 음의 상관관계 하에서 FDR 과대평가 요인은 가설 수 K에 독립적인 상수로 제한될 수 있는가?
• RQ5 음의 상관관계 하에서 BH 절차에 대한 보정은 Benjamini-Yekutieli 보정보다 검정력 면에서 뛰어나게 이론적으로 근거를 지닐 수 있는가?

주요 결과

• 약한 음의 상관관계 하에서 BH 절차의 FDR 과대평가 요인은 가설 수 K에 독립적인 작은 상수로 제한되며, 이는 임의의 상관관계 하에서의 log K 요인과 대비된다.
• Simes 검정은 음의 상관관계 하에서도 유효성을 유지하며, 영가설 p-값 간 약한 음의 상관관계 하에서 잘못 발견 수 대 발견 수 비율의 기대값이 제한됨을 보여준다.
• 제안된 BH 절차용 ND 보정은 Benjamini-Yekutieli 보정보다 더 높은 통계적 검정력을 확보하며, 특히 K = 10,000 또는 100,000개의 가설을 포함한 대규모 검정에서 뚜렷한 우월성을 보인다.
• 시뮬레이션 결과, Simes 방법에 ND 보정을 적용한 경우, 양의 상관관계와 음의 상관관계 설정 모두에서 Bonferroni 보정보다 더 높은 검정력을 확보하며, 특히 음의 상관관계 하에서 더 뛰어난 성능을 보인다.
• e-BH 절차 및 ℓ_K 보정을 적용한 BH 절차는 임의의 상관관계 하에서는 유효하지만, 음의 상관관계 하에서는 특히 K가 증가함에 따라 ND 보정을 적용한 BH 절차에 비해 떨어지는 성능을 보인다.
• 논문은 음의 상관관계가 다변량 정규분포 자료에서 음의 상관관계가 존재할 경우 발생할 수 있으며, 실질적으로도 그러한 상황이 타당한 예시를 제공한다.