[论文解读] A SINful Approach to Gaussian Graphical Model Selection

Mathias Drton, Michael D. Perlman|arXiv (Cornell University)|Aug 15, 2005

Bayesian Modeling and Causal Inference被引用 10

一句话总结

该论文提出SIN方法，通过利用Fisher's z变换、Šidák不等式和Holm的逐步向下程序，基于偏相关性检验条件独立性，实现对边包含的族错误率控制。该方法输出两张图——一张包含性图（S ∪ I）和一张保守图（仅S），实现稳健且误差可控的模型选择，并可灵活整合先验边信息。

ABSTRACT

Abstract. Multivariate Gaussian graphical models are defined in terms of Markov properties, i.e., conditional independences associated with the underlying graph. Thus, model selection can be performed by testing these conditional independences, which are equivalent to specified zeroes among certain (partial) correlation coefficients. For concentration graphs, covariance graphs, acyclic directed graphs, and chain graphs (both LWF and AMP), we apply Fisher’s z-transformation, ˇ Sidák’s correlation inequality, and Holm’s step-down procedure, to simultaneously test the multiple hypotheses obtained from the Markov properties. This leads to a simple method for model selection that controls the overall error rate for incorrect edge inclusion. In practice, we advocate partitioning the simultaneous p-values into three disjoint sets, a significant set S, an indeterminate set I, and a non-significant set N. Then our SIN model selection method selects two graphs, a graph whose edges correspond to the union of S and I, and a more conservative graph whose edges correspond to S only. Prior information about the presence and/or absence of particular edges can be incorporated readily. 1.

研究动机与目标

• 开发一种统计上严谨的高斯图模型选择方法，控制错误边包含的总体错误率。
• 通过将既有的统计校正方法应用于偏相关性检验，解决图模型选择中的多重假设检验挑战。
• 提供一个实用框架，区分显著、不确定和不显著的偏相关性，以支持有根据的模型构建。
• 实现将关于边存在或不存在的先验知识系统性地整合到模型选择的假设检验框架中。
• 提供两种互补的图模型——一张包含性图和一张保守图，基于偏相关性的统计证据构建。

提出的方法

• 应用Fisher's z变换以稳定偏相关系数的抽样分布，便于假设检验。
• 使用Šidák相关性不等式调整p值，控制多重同时检验中的族错误率。
• 实施Holm的逐步向下程序，按序检验假设，提升统计功效的同时保持错误率控制。
• 将p值划分为三个互不相交的集合：显著（S）、不确定（I）和不显著（N），基于调整后的临界值。
• 构建两张图：一张使用S ∪ I中的边（包含性图），另一张仅使用S中的边（保守图）。
• 通过预先定义特定边在假设检验框架中的包含或排除，整合关于特定边的先验信息。

实验结果

研究问题

• RQ1 如何同时控制高斯图模型中多个条件独立性检验，以防止错误边的包含？
• RQ2 在高维偏相关性检验中，哪种统计程序能最好地平衡第一类错误控制与检验功效？
• RQ3 如何系统性地将关于图结构的先验知识整合到模型选择的假设检验框架中？
• RQ4 将多重检验的p值最优划分为有意义的决策类别，以支持模型构建的最优方式是什么？
• RQ5 两图输出策略（包含性和保守性图）是否能提升模型选择的可解释性与可靠性？

主要发现

• SIN方法通过严格应用Šidák校正和Holm的逐步向下程序，有效控制了错误边包含的族错误率。
• 将p值划分为S、I和N集合，为模型选择提供了有原则的方法，并清晰呈现了统计证据的可解释性。
• 包含性图（S ∪ I）捕捉了潜在有意义的边，而保守图（仅S）最小化了假阳性，提供了平衡的决策框架。
• 该方法可推广至多种图模型类型，包括精度图、协方差图、无环有向图以及链图（LWF和AMP模型）。
• 关于特定边的先验知识可无缝整合到检验框架中，且不损害错误率控制。