ملخص تقني: اختبار الفرضيات ذو الخصوصية التفاضلية في تحليل البقاء

بيان المشكلة

يعد تحليل البقاء أمراً حاسماً لاتخاذ القرارات في المجالات عالية المخاطر مثل الطب، وموثوقية الهندسة، واستبقاء العملاء، ومع ذلك فإنه غالباً ما يتضمن بيانات حساسة على مستوى الأفراد. وبينما توفر الخصوصية التفاضلية (DP) إطاراً صارماً لحماية هذه البيانات، فإن تطوير إجراءات اختبار الفرضيات الخاصة ببيانات "الرقابة اليمنى" (right-censored data) لا يزال غير متطور بشكل كبير مقارنة بالتقدير الخاص. تعتمد معظم أدبيات الاختبار الخاص الحالية على افتراض التفكك المستقل للاحتمالية (independent likelihood decompositions)، وهو شرط يفشل في تحليل البقاء بسبب بنية الاعتماد الناجمة عن مجموعات المعرضين للخطر (at-risk sets). وبناءً على ذلك، لا يمكن تطبيق أساليب الاختبار الخاص القياسية مباشرة على مشكلات البقاء الأساسية مثل نموذج كوكس (Cox regression) ومقارنة الخطر التراكمي.

تؤسس هذه الورقة لنظرية العينة المحدودة (finite-sample theory) لاختبار الفرضيات ذو الخصوصية التفاضلية في تحليل البقاء، معالجةً ثلاث مشكلات أساسية:

1. اختبار الفرضيات الثنائية لمعاملات نموذج كوكس.
2. اختبار الهوية (فرضية بسيطة مقابل فرضية مركبة) لمعاملات نموذج كوكس.
3. اختبار العينات الثنائية لوظائف الخطر التراكمي تحت الرقابة اليمنى في بيئة موزعة.

المنهجية

1. اختبار الفرضيات الثنائية لمعاملات كوكس

يقترح المؤلفون نسخة من اختبار نسبة الاحتمالية الجزئية (partial likelihood ratio test) تتوافق مع الخصوصية التفاضلية لاختبار $H_0: \beta^* = \beta_0$ مقابل $H_1: \beta^* = \beta_1$.

• الآلية: يتم بناء إحصائية الاختبار عن طريق إضافة ضوضاء "لابلاس" (Laplace noise) إلى لوغاريتم نسبة الاحتمالية الجزئية. يتم معايرة مقياس الضوضاء وفقاً لحساسية لوغاريتم نسبة الاحتمالية الجزئية، والتي تعتمد على محدودية عملية المتغيرات المستقلة والمسافة بين $\beta_0$ و $\beta_1$.
• الخصوصية: يحقق الإجراء الخصوصية من نوع $(\epsilon, 0)$-differential privacy.
• ضمان الكشف: تثبت الورقة شرطاً كافياً للاختبار الموثوق، حيث توضح أن الفصل بين الفرضيات يجب أن يتجاوز معدلاً يتكون من المصطلح غير الخاص ($d/n$) ومصطلح ناتج عن الخصوصية ($d^2/n^2\epsilon^2$).

2. اختبار الهوية لمعاملات كوكس

بالنسبة لمشكلة اختبار $H_0: \beta^* = \beta_0$ مقابل $H_1: \|\beta^* - \beta_0\|_2^2 \geq r^2$، طور المؤلفون اختباراً من نوع "الدرجة" (score-type test) خاصاً.

• الإحصائية: بدلاً من خصخصة الشكل التربيعي الكامل الذي يتضمن مصفوفة المعلومات العكسية (وهو أمر صعب التقدير بشكل خاص)، يستخدم الاختبار معيار إقليدس لدالة الدرجة (score function)، وهو $\|\dot{\ell}_n(\beta_0)/\sqrt{n}\|_2$.
• المعايرة: يتطلب عتبة الرفض أثر مصفوفة المعلومات السكانية، $\text{tr}\{G(\beta^*)\}$. ولأن هذه القيمة غير معروفة، يقترح المؤلفون مُقدِّراً خاصاً للأثر باستخدام "هيسيان" (Hessian) خاص تم حسابه على مجموعة فرعية من البيانات.
• التنفيذ: يجمع الاختبار النهائي بين إحصائية الدرجة الخاصة ومُقدِّر الأثر الخاص، متجنباً الحاجة إلى عكس مصفوفة $d \times d$ بشكل خاص. يحافظ الإجراء على نفس ضمانات الخطأ مثل الاختبار المثالي (oracle test) مع مراعاة العوامل الثابتة واللوغاريتمية.

3. اختبار العينات الثنائية الموزع لخطورات التراكم

ينظر المؤلفون في إعداد موزع حيث يمتلك خادمان مجموعات بيانات $D_1$ و $D_2$ ويرغبان في اختبار $H_0: \Lambda_1 = \Lambda_2$ مقابل $H_1: \|\Lambda_1 - \Lambda_2\|_\infty > r$.

• المنهج: تستخدم الطريقة مُقدِّراً موزّعاً لـ "نيلسون-آلان" (Nelson-Aalen estimator) (يعتمد على بناء شبيه بالمويجات/wavelet-like construction) لتقدير وظائف الخطر التراكمي $\hat{\Lambda}_1$ و $\hat{\Lambda}_2$ في كل خادم.
• إحصائية الاختبار: يرفض الاختبار الفرضية $H_0$ إذا تجاوزت مسافة معيار الـ "sup-norm" بين المُقدِّرات الخاصة العتبة $\tau$.
• الخصوصية: يطبق كل خادم آلية خاصة تحقق $(\epsilon_k, \delta_k)$-DP. وتكون الدالة النهائية للاختبار دالة في هذه المخرجات الخاصة، مما يحقق قيود الخصوصية الموزعة.

المساهمات والنتائج الرئيسية

الضمانات النظرية

• نظرية العينة المحدودة: تقدم الورقة ضمانات كشف العينة المحدودة وحدود دنيا مثالية (minimax lower bounds)، متجاوزةً المنظورات التقاربية الشائعة في أدبيات الاختبار الخاص السابقة.
• معدلات الفصل:
  • بالنسبة لاختبار معامل كوكس الثنائي، أظهرت النتว่า معدل الفصل القابل للتحقيق هو $O(d/n + d^2/n^2\epsilon^2)$. وقد تم اشتقاق حد أدنى مثالي (minimax lower bound) قدره $\Omega(d/n + d/n^2\epsilon^2)$، مما يكشف عن فجوة تظل فيها مثالية اختبار نسبة الاحتمالية الجزئية المقترح مفتوحة.
  • بالنسبة لاختبار الهوية، معدل الفصل هو $O(d^{3/2}/n + \text{privacy terms})$. وقد ثبت أن المكون غير الخاص ($d^{3/2}/n$) قريب من المثالية (minimax optimal)، بينما يظل الاعتماد الأمثل على معاملات الخصوصية مسألة مفتوحة.
  • بالنسبة لاختبار العينات الثنائية الموزع لخطورات التراكم، يحقق الاختبار المقترح معدل فصل مثالي (minimax optimal) حتى العوامل اللوغاريتمية المتعددة. يجمع المعدل بين المصطلح غير الخاص ($n^{-1/2}$) ومصطلح تكلفة الخصوصية $(n\epsilon)^{-1}$.
• الخصوصية مقابل الكفاءة الإحصائية: تحدد النتائج النطاقات التي تكون فيها الخصوصية غير ذات صلة إحصائياً (عندما $\epsilon \gtrsim \sqrt{d/n}$) والنطاقات التي تهيمن فيها الخصوصية على معدل الاختبار.

التجارب الرقمية

يتحقق المؤلفون من نتائجهم النظرية من خلال المحاكاة:

• معاملات كوكس: تم فحص معدلات القدرة (power) ومعدلات خطأ النوع الأول (Type-I error) التجريبية لاختبار نسبة الاحتمالية الثنائي واختبار النوع (score-type). تظهر النتائج أن القدرة تزداد مع زيادة حجم العينة $n$ وميزانية الخصوصية $\epsilon$، وهو ما يتوافق مع التوقعات النظرية.
• اختبار العينات الثنائية: أظهرت عمليات المحاكاة أن الاختبار الموزع يضبط خطأ النوع الأول بشكل صحيح ويحقق قدرة متزايدة مع زيادة الفصل بين دوال الخطر، أو حجم العينة، أو ميزانية الخصوصية.

الأهمية والادعاءات

تدعي الورقة أنها الأولى التي تضع حجر الأساس لنظرية العينة المحدودة لاختبار الفرضيات ذو الخصوصية التفاضلية في تحليل البقاء. وتكمن أهميتها في:

1. معالجة الاعتماد: إنها تتعامل صراحة مع عدم استقلال الملاحظات في بيانات البقاء (عبر مجموعات المعرضين للخطر)، وهي سمة هيكلية تمنع التطبيق المباشر لطرق الاختبار الخاص القياسية.
2. تجنب العكس: يتجنب إجراء اختبار الهوية المهمة الصعبة حسابياً وإحصائياً لعكس مصفوفة المعلومات، مما يوفر بديلاً أكثر عملية لنماذج كوكس عالية الأبعاد.
3. المثالية: تثبت أنه بالنسبة لاختبار خطورات التراكم الموزع، فإن الطريقة المقترحة مثالية تقريباً (nearly minimax optimal)، مما يوفر معياراً للأعمال المستقبلية.
4. المسائل المفتوحة: يشير المؤلفون بتواضع إلى أنه بينما تعتبر الحدود العليا المقترحة لاختبار معاملات كوكس تنافسية، فإن معدل الفصل المثالي (minimax separation rate) الدقيق لاختبارات الثنائية والهوية الخاصة في نموذج كوكس يظل مسألة مفتوحة، لا سيما فيما يتعلق بمدى إحكام المصطلحات المعتمدة على الخصوصية.

لا تدعي الورقة حل جميع تحديات تحليل البقاء الخاص، بل توفر إطاراً نظرياً تأسيسياً وإجراءات محددة وقابلة للتنفيذ لسيناريوهات رئيسية لاختبار الفرضيات، مصحوبة بتحليل صارم للعينة المحدودة.