[논문 리뷰] A shortcut for Hommel's procedure in linearithmic time

Rosa J. Meijer, Thijmen J. P. Krebs외 2명|arXiv (Cornell University)|2017. 10. 23.

Statistical Methods in Clinical Trials참고 문헌 28인용 수 4

한 줄 요약

이 논문은 호멜의 다중 검정 절차를 위한 새로운 정확한 단축 방법을 제안하며, 선형로그 시간 복잡도를 달성하여 호멜의 방법의 검정력과 호흐베르그 접근법의 효율성을 결합한다. 이 방법은 정렬된 p-값과 조화 평균 가중치를 기반으로 한 두 포인터 알고리즘을 활용하여 임계 함수 h(α)를 효율적으로 계산함으로써 O(m log m) 시간에 조정된 p-값을 계산하며, 전체적으로는 O(2^m)에서 O(m log m)로 복잡도를 감소시켜 대규모 다중 검정 문제에서 확장 가능한 FWER 통제를 가능하게 한다. 검정력 손실 없이 실현 가능하다.

ABSTRACT

Hommel's and Hochberg's procedures for familywise error control are both derived as shortcuts in a closed testing procedure with the Simes local test. Hommel's shortcut is exact but takes quadratic time in the number of hypotheses. Hochberg's shortcut takes only linearithmic time, but is conservative. In this paper we present an exact shortcut in linearithmic time, combining the strengths of both procedures. The novel shortcut also applies to a robust variant of Hommel's procedure that does not require the assumption of the Simes inequality.

연구 동기 및 목표

• 기존 방법의 이차 시간 복잡도를 피하면서도 계산적으로 효율적이고 정확한 호멜의 다중 검정 절차를 위한 단축 방법을 개발하는 것.
• 호멜의 절차의 통계적 검정력과 호흐베르그 방법의 계산 효율성을 결합하여 선형로그 시간 복잡도를 달성하는 것.
• 시메스 부등식을 필요로 하지 않는 호멜의 강건한 변형에 대해 이 새로운 단축 방법을 확장하여 적용 범위를 넓히는 것.
• 유전체 연관 연구 및 신경영상 분석과 같은 대규모 다중 검정 시나리오에서 시메스 기반 닫힌 검정의 실용적 적용을 가능하게 하는 것.
• 기존 방법보다 런타임에서 뛰어나면서도 정확한 오류 통제를 유지하는 실용적이고 오픈소스 R 구현을 제공하는 것.

제안 방법

• 이 방법은 각 가설에 대해 기각 임계값을 결정하는 데 사용되는 임계 함수 h(α)를 O(m log m) 시간에 계산하는 새로운 알고리즘을 도입한다.
• 정렬된 p-값과 조화 평균 가중치를 기반으로 하여 두 포인터 기법을 사용해 각 가설 i에 대한 임계 인덱스 t_i를 효율적으로 계산한다.
• 각 가설 i의 조정된 p-값은 min(s_{t_i} p_i, α_{t_i})로 계산되며, 여기서 s_j와 α_j는 시메스 부등식과 조화급수에서 유도된 사전 계산된 수열이다.
• p-값의 단조성과 시메스 국소 검정의 구조를 활용하여 완전한 닫힌 검정을 피함으로써 복잡도를 O(2^m)에서 O(m log m)로 감소시킨다.
• 공동 p-값의 의존성에 대한 가정이 필요 없는 조화 평균 기반 기각 기준으로 시메스 부등식을 대체함으로써 호멜의 강건한 절차로의 일반화를 수행한다.
• 이 구현은 두 단계 접근법을 사용한다: 먼저 선형로그 시간 스캔을 통해 h(α)를 계산하고, 그 다음 t_i 인덱스를 사용해 선형 시간에 모든 조정된 p-값을 계산한다.

실험 결과

연구 질문

• RQ1 호멜의 절차를 위한 정확한 단축 방법을 선형로그 시간에 구현할 수 있는가? 이는 호흐베르그의 효율성과 호멜의 검정력을 유지하는가?
• RQ2 이 새로운 단축 방법을 시메스 부등식에 의존하지 않는 호멜의 강건한 변형으로 확장할 수 있는가?
• RQ3 실제로 대규모 다중 검정 문제에서 새로운 방법의 계산 성능이 호멜의 절차와 호흐베르그의 절차와 비교해 어떻게 되는가?
• RQ4 이 새로운 알고리즘은 유전체학 및 신경영상 분석과 같은 실제 응용 분야를 지원하기 위해 R에서 효율적으로 구현될 수 있는가?

주요 결과

• 제안된 단축 방법은 O(m log m) 시간에 조정된 p-값을 계산하여 호멜의 O(m²) 복잡도보다 크게 향상시켰다.
• 이 방법은 정확하여 전체 닫힌 검정 절차와 동일한 기각 수를 도출하며, 이는 호흐베르그의 보수적인 단축 방법과는 다릅니다.
• 새로운 알고리즘은 호멜의 원래 방법보다 런타임에서 뛰어나며, m > 5×10⁷개의 가설에 대해서도 계산 시간이 실현 가능하게 유지된다.
• R 패키지 hommel의 구현은 p.adjust가 호흐베르그 방법을 위해 제공하는 것과 유사하거나 더 낫지만 검정력 손실 없이 성능을 냈다.
• 이 방법은 FWER 통제가 필수적인 유전체 연관 연구 및 신경영상 분석과 같은 대규모 설정에서 호멜 절차의 실용적 적용을 가능하게 하였다.
• 두 포인터 알고리즘은 h(α)가 결정된 후 모든 조정된 p-값을 선형 시간에 효율적으로 계산하여 전체 절차의 확장성을 극대화한다.