[论文解读] Generalized estimators for multiple testing: proportion of true nulls and false discovery rate

Xiongzhi Chen, R. W. Doerge|arXiv (Cornell University)|Oct 16, 2014

Statistical Methods in Clinical Trials参考文献 15被引用 6

一句话总结

本文提出了两种广义估计量，用于估计多重检验程序中真实原假设的比例和错误发现率（FDR），将先前的研究扩展至处理原分布主导均匀分布的离散p值。所提出的FDR估计量在依赖性条件下仍表现出同时渐近保守性与停止时间特性，实证结果表明其在下一代测序数据上的性能优于现有竞争方法。

ABSTRACT

Summary. Two new estimators are proposed: the first for the proportion of true null hypotheses and the second for the false discovery rate (FDR) of one-step multiple testing procedures (MTPs). They generalize similar estimators developed jointly by Storey, Taylor and Siegmund and can be applied also to discrete p-values whose null distributions dominate the uniform distribution. For the new estimator of the FDR, we establish its simultaneous asymptotic conservativeness and justify formally the stopping time property of its threshold for p-values not necessarily independent or continuous. Our empirical studies show that, when applied to the aforementioned p-values, both of our estimators usually outperform their competitors (considered in this work) except that the first one may under-estimate the target when the needed tuning parameters are inappropriately chosen. The methodology of our work easily extends to other types of discrete p-values. We illustrate the improvement in power our estimators can induce by applying them to next-generation sequencing count data.

研究动机与目标

• 开发适用于原分布主导均匀分布的离散p值的原假设真实比例与FDR估计量。
• 通过将Storey、Taylor与Siegmund的现有估计量扩展至更广泛的离散p值类别，实现方法推广。
• 在依赖性条件下，建立FDR估计量的理论性质，包括同时渐近保守性与停止时间行为。
• 在实际应用中，特别是在下一代测序计数数据中，展示更高的统计功效与准确度。
• 提供一个灵活的框架，可推广至当前研究范围之外的其他类型离散p值。

提出的方法

• 提出一种使用调优参数控制对离散p值敏感度的原假设真实比例广义估计量。
• 引入一种新的FDR估计量，确保在多重检验过程中保持渐近保守性。
• 基于p值设计一种阈值化机制，即使在p值存在依赖性或非连续性时，仍保持停止时间特性。
• 利用离散p值原分布的主导性条件（主导均匀分布）来证明估计量的有效性。
• 通过模拟与真实下一代测序数据的实证研究，评估其相对于现有竞争方法的性能。
• 通过基于分布主导性的通用框架，将方法推广至其他离散p值族。

实验结果

研究问题

• RQ1 在原分布主导均匀分布的离散p值设定下，是否能更准确地估计真实原假设的比例？
• RQ2 所提出的FDR估计量在依赖性与非连续p值条件下是否仍保持保守性与有效性？
• RQ3 在偏差与统计功效方面，新估计量相较于现有竞争方法在测序数据中的表现如何？
• RQ4 在具有离散数据的多重检验场景中，新估计量能在多大程度上提升统计功效？
• RQ5 该方法论框架在当前应用范围之外，能否推广至其他类型的离散p值？

主要发现

• 所提出的原假设真实比例估计量总体上优于竞争方法，但当调优参数选择不佳时可能存在低估目标值的情况。
• FDR估计量表现出同时渐近保守性，确保对期望错误发现比例的控制。
• 即使在p值存在依赖性或非连续性时，FDR估计量的阈值仍具有停止时间特性，验证了其在序贯检验中的适用性。
• 在下一代测序数据上的实证结果表明，新估计量可显著提升统计功效。
• 该方法在其他离散p值族中具有鲁棒性与可扩展性，尤其适用于原分布主导均匀分布的情形。
• 在有限样本中，估计量表现出优越性能，尤其在离散且存在依赖性的p值设定下。