📊 statistics

Mirror and knockoff+ thresholds under dependence

Este artículo demuestra que los umbrales de espejo (mirror) y de knockoff+ pueden fallar al controlar la tasa de falsos descubrimientos bajo dependencia, incluso cuando los p-valores son uniformes y satisfacen una regresión de dependencia positiva, debido a que su validez depende del comportamiento conjunto específico de los signos nulos en lugar de solo la simetría marginal o los supuestos distribucionales estándar.

Autores originales: Xianyang Zhang

Publicado 2026-07-21

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Xianyang Zhang

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que eres un detective tratando de resolver un caso masivo con cientos de sospechosos. Tienes una prueba especial que otorga a cada sospechoso una puntuación: una puntuación positiva alta significa que es probable que sea culpable, mientras que una puntuación negativa alta significa que es probable que sea inocente. El problema es que tu prueba no es perfecta; a veces, personas inocentes obtienen puntuaciones altas simplemente por mala suerte. Para ser justo, necesitas determinar cuántos de tus veredictos de "culpable" son en realidad errores. Este es el mundo de las pruebas múltiples, una rama de la estadística utilizada en todas partes, desde ensayos médicos hasta genética. El objetivo es controlar la Tasa de Falsos Descubrimientos (FDR), que es simplemente el porcentaje de tu lista de "culpables" que está realmente compuesto por personas inocentes.

Durante décadas, los estadísticos han utilizado un truco ingenioso para estimar estos errores. Asumen que si un sospechoso es verdaderamente inocente, su puntuación tiene la misma probabilidad de ser positiva que de ser negativa, como el lanzamiento de una moneda justa. Así, si ves a 100 personas con puntuaciones positivas altas, observas cuántas personas inocentes tienen puntuaciones negativas altas. Si ves que 10 personas inocentes tienen puntuaciones negativas altas, supones que alrededor de 10 de tus 100 personas "culpables" son en realidad inocentes. Esta idea del "espejo" funciona maravillosamente cuando los sospechosos son independientes, es decir, cuando la suerte de una persona no afecta a la de otra. Pero, ¿qué pasa si los sospechosos están conectados? ¿Qué pasa si todos comparten una fuente común de ruido, como un grupo de amigos que reciben el mismo reporte de mal tiempo? Esta es la pregunta que impulsa la investigación de este artículo.

El artículo, titulado "Mirror and knockoff+ thresholds under dependence" (Umbrales de espejo y knockoff+ bajo dependencia), plantea una pregunta simple pero sorprendente: ¿Qué sucede si usamos este truco del espejo en un grupo de sospechosos que se influyen secretamente entre sí? El autor, Xianyang Zhang, descubre que el método puede colapsar por completo, provocando un desastre donde el número de personas inocentes acusadas erróneamente es mucho mayor de lo que nadie esperaba.

El artículo demuestra que el método "espejo" depende de una condición muy específica y fuerte: que una vez que conoces qué tan "fuerte" es la puntuación de un sospechoso, su signo debe ser un lanzamiento de moneda independiente y fresco. El artículo muestra que si esta condición falta —incluso si las puntuaciones parecen perfectamente normales y simétricas por sí mismas— el método falla.

Aquí están las tres formas en que el artículo muestra este fallo, utilizando escenarios vívidos:

1. La trampa del "Estado de Ánimo Secreto" (Ejemplo No Gaussiano)
Imagina un grupo de once sospechosos. Sin que tú lo sepas, existe una variable de "estado de ánimo secreto" que lanza una moneda. Si la moneda sale cara, el estado de ánimo secreto hace que sea ligeramente más probable que los once sospechosos obtengan puntuaciones positivas. Si sale cruz, es más probable que obtengan puntuaciones negativas. Individualmente, cada sospechoso sigue pareciendo perfectamente justo (sus puntuaciones están distribuidas uniformemente). Sin embargo, debido a que todos reaccionan al mismo estado de ánimo secreto, tienden a moverse juntos.
El artículo calcula que, si utilizas el método del espejo en este grupo, la tasa de error salta del objetivo del 10% al 17.4%. En una configuración ligeramente diferente dentro de la misma familia de ejemplos, la tasa de error puede llegar al 50%. Esto significa que la mitad de tu lista de "culpables" podría ser inocente, a pesar de que cada uno de los sospechosos parecía justo por sí solo.

2. El problema del "Viento Común" (Correlación Gaussiana Fija)
Ahora, imagina que los sospechosos están todos parados en un campo. Hay un viento suave y constante soplando desde el este (un factor común). Incluso si el viento es muy débil, empuja la puntuación de todos ligeramente hacia la derecha (positivo).
El artículo demuestra que, si tienes un gran número de sospechosos (cientos o miles), este pequeño viento compartido causa un problema masivo. A medida que el grupo crece, el método del espejo empieza a ver muchas más puntuaciones positivas que negativas, no porque los sospechosos sean culpables, sino porque el viento los empujó a todos juntos. El artículo muestra que para cualquier correlación positiva fija, por pequeña que sea, la tasa de error eventualmente sube al 50% a medida que el número de hipótesis crece. Esta es una advertencia directa: incluso un poco de ruido compartido puede romper el método del espejo en grupos grandes.

3. La pesadilla de las "Diferentes Escalas" (Peor Escenario)
Finalmente, el artículo analiza un escenario donde los sospechosos tienen diferentes "sensibilidades". Algunos son muy sensibles al viento (escala grande), mientras que otros lo son menos (escala pequeña). El autor construye un modelo matemático donde el viento sopla de una manera que engaña perfectamente al método del espejo.
En este peor escenario, el artículo demuestra que la tasa de error puede acercarse arbitrariamente al 100%. Esto significa que podr podrías terminar acusando a cien personas inocentes y encontrando cero controles para detenerte, simplemente porque las escalas de sus puntuaciones eran diferentes.

Lo que esto significa
El artículo es cuidadoso al decir que esto no significa que el famoso método "Knockoff" (una versión más avanzada del truco del espejo) esté roto. El método avanzado funciona porque construye controles "knockoff" especiales que están diseñados para intercambiar lugares con los sospechosos, preservando la independencia de los lanzamientos de moneda. El problema surge cuando la gente intenta usar la fórmula simple del espejo en datos que no tienen esta estructura especial.

La conclusión principal es que la simetría no es suficiente. El hecho de que cada sospechoso individual parezca justo no significa que el grupo actúe de forma justa en conjunto. Si los sospechosos están vinculados por un factor común, el método del espejo puede ser engañado para pensar que hay menos errores de los que realmente existen. El artículo utiliza pruebas matemáticas exactas y simulaciones por computadora para mostrar que estos fallos no son solo teóricos; pueden ocurrir con grupos de tamaño moderado (como de 11 a 1,000 personas) y son visibles en datos del mundo real.

En resumen, el artículo nos advierte: No confíes en el espejo si los sospechosos se están tomando de la mano. Si comparten una fuente común de influencia, el truco simple de contar las puntuaciones negativas para estimar los errores positivos fallará, potencialmente conduciendo a una inundación de falsas acusaciones.

Resumen Técnico: Umbrales de Mirror y Knockoff+ bajo Dependencia

Planteamiento del Problema
Muchos procedimientos de pruebas múltiples, incluyendo el umbral mirror (para p-valores) y el umbral knockoff+ (para puntuaciones con signo), controlan la Tasa de Falsos Descubrimientos (FDR) comparando de forma adaptativa el recuento de estadísticas de "descubrimiento" (p-valores pequeños o puntuaciones positivas grandes) contra un recuento de "control" (p-valores grandes o puntuaciones negativas grandes). La validez de estos métodos reside en el supuesto de que, bajo la hipótesis nula, los signos de las estadísticas son simétricos.

Las estadísticas de knockoff válidas poseen una propiedad más fuerte: condicionalmente a las magnitudes de las estadísticas y a la información de la no nulidad, los signos de las estadísticas nulas se comportan como lanzamientos de moneda imparciales e independientes. Esta propiedad de cambio de signo condicional justifica el argumento de parada opcional utilizado para demostrar el control de la FDR. Sin embargo, no está claro si las fórmulas de los umbrales mismos garantizan el control de la FDR cuando se aplican a puntuaciones dependientes genéricas o p-valores que carecen de esta propiedad específica de independencia condicional, incluso si satisfacen condiciones más débiles como la simetría marginal, la gaussianidad conjunta o la Regresión Positiva Dependiente de un Subconjunto (PRDS).

Metodología y Enfoque
El artículo investiga los modos de falla de los umbrales mirror y knockoff+ cuando se aplican a puntuaciones nulas dependientes que no satisfacen la propiedad de cambio de signo condicional. El autor construye tres contraejemplos distintos para demostrar que el control de la FDR puede fallar significativamente bajo estas condiciones:

Ejemplo PRDS No Gaussiano: Se construye un modelo utilizando una única variable binaria latente. Condicionalmente a esta variable, los p-valores son independientes y continuos; incondicionalmente, son exactamente uniformes, la densidad conjunta es estrictamente positiva en el cubo unitario y el vector satisface la condición PRDS. A pesar de estas propiedades, los signos de las puntuaciones mirror correspondientes permanecen fuertemente dependientes.
Equicorrelación Gaussiana Fija: El artículo analiza puntuaciones nulas gaussianas estándar con una equicorrelación positiva fija $\rho > 0$ (por pequeña que sea). Las puntuaciones se generan mediante un modelo de factor común ( $W_i = \sqrt{\rho}Z_0 + \sqrt{1-\rho}Z_i$ ).
Modelo Gaussiano de Escala Variable: Se construye un vector gaussiano centrado con una matriz de covarianza definida positiva donde las puntuaciones nulas tienen diferentes escalas. Esta configuración involucra dos bloques de puntuaciones dispuestos de tal manera que el mecanismo de selección del umbral se activa por un factor gaussiano compartido, independientemente de su signo.

El análisis se basa en el Lema 1, que establece que si un bloque suficientemente grande de puntuaciones nulas se desplaza hacia el lado positivo simultáneamente, la relación entre el recuento de control y el de descubrimientos cae por debajo del nivel nominal, forzando un rechazo y resultando en una alta Proporción de Falsos Descubrimientos (FDP).

Resultados Clave

Falla bajo PRDS: Para el ejemplo no gaussiano con $m=11$ hipótesis y un nivel nominal $q=0.1$ , la FDR calculada es aproximadamente del $17.4\%$ . Dentro de la misma familia de distribuciones, la FDR puede hacerse arbitrariamente cercana a $0.5$. Crucialmente, esta falla persiste incluso cuando se añade al conjunto un p-valor independiente y de distribución continua de la no nulidad.
Falla bajo Correlación Fija: Para puntuaciones nulas gaussianas estándar con cualquier $\rho > 0$ fijo, el artículo demuestra que $\liminf_{m \to \infty} \text{FDR}_m \ge 1/2$ . Por consiguiente, para cualquier nivel objetivo $q < 0.5$ , el procedimiento eventualmente falla a medida que aumenta el número de hipótesis. Esto contrasta con el procedimiento de Benjamini–Hochberg, que sigue siendo válido bajo PRDS. El mecanismo es que un factor común ligeramente positivo desplaza todas las puntuaciones hacia arriba, haciendo que las excedencias positivas en las colas sean mucho más comunes que las negativas.
Falla bajo Escalas Variables: Al aplicarse a puntuaciones con signo con diferentes escalas nulas, el artículo construye un modelo donde la FDR puede hacerse arbitrariamente cercana a $1$. Esto ocurre porque la selección del umbral se adapta a la magnitud de un factor compartido, rechazando para cualquiera de los signos de dicho factor.
Visibilidad en Muestras Finitas: Experimentos numéricos confirman que estas fallas no se limitan a regímenes extremos de límite. Por ejemplo, con $m=1000$ y $\rho=0.1$ , la FDR empírica alcanza $0.152$ (excediendo el objetivo de $0.1$), y con $\rho=0.9$ , se aproxima al límite teórico asintótico de $0.5$.

Significado y Reivindicaciones
El artículo afirma que las fórmulas de los umbrales mirror y knockoff+ no son, por sí mismas, garantías de control de la FDR. La validez de estos procedimientos depende críticamente del comportamiento conjunto de los signos nulos, específicamente la propiedad de cambio de signo condicional, en lugar de meramente la simetría marginal, la gaussianidad o la PRDS.

El autor aclara que estos resultados no contradicen la teoría establecida de los filtros de knockoff válidos. Las construcciones de knockoff válidos (fixed-X o model-X) aseguran la intercambiabilidad entre las variables nulas y sus knockoffs, lo que induce los necesarios cambios de signo condicionales. Los contraejemplos eliminan deliberadamente esta estructura de intercambiabilidad, reteniendo únicamente la fórmula del umbral. Los hallazgos sirven como una advertencia de que aplicar estos umbrales a puntuaciones dependientes genéricas sin el mecanismo subyacente de intercambiabilidad puede conducir a una severa inflación de la FDR, incluso en modelos que satisfacen condiciones de dependencia estándar como la PRDS.

Más como este