[논문 리뷰] The knockoff filter for FDR control in group-sparse and multitask regression

Ran Dai, Rina Foygel Barber|arXiv (Cornell University)|2016. 02. 11.

Statistical Methods and Inference참고 문헌 6인용 수 22

한 줄 요약

이 논문은 군집 수준에서 카피를 생성함으로써 군집 희박성 및 다중작업 선형 회귀에서 가짜 발현률(FDR)을 제어하는 군집 노크오프 필터를 소개한다. 이 방법은 기존의 방법보다 군집 구조를 활용함으로써 검출 능력을 향상시키며, 시뮬레이션 및 실제 히브러드 항바이러스제 내성 데이터에서 효과적인 FDR 제어와 높은 발견률을 보여준다.

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.

연구 동기 및 목표

• 특징이 천연적으로 군집되어 있거나, 여러 반응 변수가 동일한 희박성 패턴을 공유할 때 고차원 회귀에서 가짜 발현 제어 문제를 해결하기 위해.
• 특징 선택 시 개별 특징이 아닌 군집 수준의 구조를 활용하여 통계적 검출 능력을 향상시키기 위해.
• 원래 개별 특징 선택을 위한 목적으로 설계된 노크오프 필터 프레임워크를 군집 희박성 및 다중작업 회귀 설정으로 확장하기 위해.
• 표준 희박 회귀 방법보다 더 많은 진짜 발견을 할 수 있도록, 이 방법의 FDR 제어 능력과 실증적 검증을 위해.

제안 방법

• 개별 특징이 아닌 전체 특징 군집의 노크오프 카피를 생성하여 설계 행렬 내의 군집 구조를 유지한다.
• FDR 제어를 위한 필요 조건인 대칭 조건을 만족시키기 위해 등가성 노크오프 생성 기법을 사용한다.
• 원본 및 노크오프 특징의 조합에 군집 라소 펜alty를 적용하여 계수 차이를 기반으로 관련 군집을 식별한다.
• 응답 변수를 스택하고 블록 대각 설계 행렬을 사용하여 문제를 군집 라소 문제로 재정의함으로써 다중작업 회귀에 노크오프 절차를 적응시킨다.
• 목표 FDR 수준(예: q=0.2)을 설정하고, FDR 제어를 유지하면서도 발견 수를 극대화할 수 있도록 펜alty 파라미터를 조정한다.
• 원본 군집과 노크오프 군집 간의 군집 라소 계수 차이를 기반으로 한 노크오프 통계량을 사용하여 군집을 순위 매기고 선택한다.

실험 결과

연구 질문

• RQ1 노크오프 필터는 군집 희박성 회귀로 확장되어 군집 수준에서 FDR를 제어하면서도 통계적 검출 능력을 향상시킬 수 있는가?
• RQ2 여러 반응 변수가 동일한 희박성 패턴을 공유하는 다중작업 회귀 설정에서 군집 노크오프 필터는 어떻게 성능을 발휘하는가?
• RQ3 특징 선택 시 군집 구조를 활용하면 개별 특징 노크오프보다 더 많은 진짜 발견을 할 수 있는가?
• RQ4 군집 크기가 다양할 때, 특히 n ≥ p 인 고차원 설정에서도 이 방법이 FDR 제어를 유지할 수 있는가?
• RQ5 각 반응 변수를 별도로 분석하는 표준 노크오프 방법과 비교했을 때, 다중작업 노크오프 필터는 발견률과 생물학적 사전 지식과의 일치도 측면에서 어떻게 다른가?

주요 결과

• 군집 노크오프 필터는 군집 희박성 및 다중작업 회귀 설정 모두에서 목표 수준(예: q=0.2)에서 FDR를 성공적으로 제어한다.
• 시뮬레이션 결과에서, 군집 수준의 희박성 구조를 활용함으로써 개별 특징 노크오프보다 유의미하게 높은 발견률을 달성한다.
• HIV-1 약물 내성 데이터셋에서, 다중작업 노크오프 방법은 표준 노크오프 방법을 각 약물에 대해 적용한 것보다 더 높은 비율의 알려진 치료 선택 변이(TSM)를 식별했다.
• HIV 데이터에서 총 발견 수는 표준 노크오프 방법보다 적었지만, TSM 패널과의 일치도가 더 높아 정밀도가 뛰어났다.
• 군집 크기와 신호 강도가 다양할 때에도 여러 시뮬레이션과 실제 데이터 시나리오에서 FDR 제어를 유지한다.
• 군집 수준의 노크오프를 사용함으로써, 돌연변이가 기능적 군집에서 발생하는 유전체학적 설정과 같이 더 해석 가능하고 생물학적으로 의미 있는 특징 선택이 가능해진다.