[论文解读] Flexible Multiple Testing with the FACT Algorithm

Edgar Dobriban|arXiv (Cornell University)|Jun 26, 2018

Statistical Methods in Clinical Trials参考文献 35被引用 3

一句话总结

本文提出快速封闭检验（FACT）算法，一种灵活且强大的多重假设检验方法，通过利用对称性和单调性，在大规模数据集中控制家族型错误率。该方法可高效应用经典封闭检验原理，在检测强信号与中等信号方面表现出更优统计功效，仿真和冠状动脉疾病全基因组关联研究结果均验证了其优越性。

ABSTRACT

Modern high-throughput science often leads to multiple testing problems: researchers test many hypotheses, wishing to find the significant discoveries. The development of flexible multiple testing methods is thus a central problem in statistics. In this paper, we introduce the new Fast Closed Testing (FACT) method for multiple testing, controlling the family-wise error rate. Our method relies on symmetry and monotonicity to enable the classical closed testing principle in the important setting of large datasets. As the closed testing principle is more than 40 years old, we find it surprising that this simple and fundamental algorithm has not been described before. Our FACT method is general and flexible, and can be used to design powerful new architectures for multiple testing. We showcase it by proposing the Simes-Higher Criticism fusion test, which is powerful for detecting both a few strong signals, and also many moderate signals. We illustrate the method in simulations and in a genome-wide association study of coronary artery disease, and obtain more power than with existing methods.

研究动机与目标

• 为解决高通量科学数据中多重检验的挑战，传统方法常因功效不足或可扩展性差而受限。
• 通过利用对称性和单调性，重新激活并高效实现经典封闭检验原理——该原理此前在大规模场景中未被充分应用。
• 开发一个通用框架，支持为多样化科学应用设计强大且灵活的多重检验架构。
• 提升对少数强信号和大量中等信号的检测功效，而现有方法往往难以在两者之间实现有效平衡。

提出的方法

• FACT算法通过利用对称性和单调性，将封闭检验原理应用于大规模多重检验，显著降低计算成本。
• 通过计算上高效的方式测试所有可能的假设交集，实现精确的家族型错误率控制。
• 利用检验统计量的结构特征，避免冗余计算，使其可扩展至高维数据。
• 支持灵活的检验统计量，并可与多种边际检验（如Simes检验和高阶临界检验）结合，构建融合检验。
• 提出Simes-高阶临界融合检验作为新架构，兼顾对强信号与中等信号的敏感性。
• 该算法设计具有通用性，可与现有多重检验流程集成，同时保持强错误率控制。

实验结果

研究问题

• RQ1 经典封闭检验原理能否被高效应用于包含数千甚至数百万个假设的现代高通量数据集？
• RQ2 如何利用检验统计量中的对称性和单调性来加速封闭检验，同时不损害错误率控制？
• RQ3 能否构建一个统一框架，在保持强错误率控制的同时，提升对多样化信号模式的检测功效？
• RQ4 基于这种高效的封闭检验方法，可设计出哪些新型多重检验架构？
• RQ5 在真实世界基因组学数据中，FACT方法相较于现有多重检验程序在统计功效上表现如何？

主要发现

• FACT算法通过利用对称性和单调性，高效应用封闭检验原理，实现在大规模多重检验中的精确家族型错误率控制。
• 该方法实现显著的计算节省，使封闭检验在高通量应用（如全基因组关联研究）中成为可行方案。
• 由FACT支持的Simes-高阶临界融合检验，在检测少数强信号和大量中等信号方面均表现出更高功效。
• 在冠状动脉疾病全基因组关联研究中，FACT识别出的显著关联比现有方法更多，展现出实际应用价值。
• 仿真结果证实，FACT在保持强错误率控制的同时，统计功效高于现有竞争方法。