Résumé technique : SCORE : Un cadre unifié pour le remboursement du dépassement dans le contrôle FDR en ligne

1. Formulation du problème

L'article traite du défi des tests d'hypothèses multiples en ligne, où les hypothèses arrivent séquentiellement et où les décisions doivent être prises immédiatement sans connaissance des tests futurs. L'objectif principal est de maximiser le nombre de découvertes réelles (puissance statistique) tout en contrôlant rigoureusement le taux de fausses découvertes (FDR) à chaque étape.

Bien que les méthodes basées sur les e-valeurs (ex: e-LOND, e-LORD, e-SAFFRON) soient apparues comme des alternatives robustes aux approches basées sur les p-valeurs car elles nécessitent des hypothèses de dépendance minimales (spécifiquement, l'e-validité conditionnelle), elles souffrent souvent d'une puissance statistique réduite. Les auteurs identifient une source spécifique de cette inefficacité : le phénomène de « dépassement » (overshoot).

Dans les procédures standards basées sur les e-valeurs, une hypothèse est rejetée si l'e-valeur $e_t$ dépasse le seuil $1/\alpha_t$. Cependant, les méthodes existantes traitent le rejet comme un événement binaire. Une fois le seuil franchi, toute preuve excédant le seuil (le « dépassement ») est écartée. Cela conduit à des estimations d'erreur conservatrices et à une perte de la « richesse en alpha » qui pourrait être utilisée pour des tests ultérieurs.

2. Méthodologie : Le cadre SCORE

Les auteurs proposent SCORE (Sequential Control with Overshoot Refund for E-values), un cadre unifié conçu pour récupérer cette preuve « gaspillée ».

Intuition mathématique centrale

Le cadre repose sur une inégalité raffinée qui resserre la borne de Markov standard utilisée dans les preuves de FDR.

• Borne standard : $\delta_j = \mathbb{I}(e_j \ge \alpha_j^{-1}) \le \alpha_j e_j$.
• Borne SCORE : En utilisant l'inégalité élémentaire $\mathbb{I}(y \ge 1) \le y - (y-1)_+$ pour $y \ge 0$, les auteurs dérivent :
  $$\delta_j \le \alpha_j e_j - (\alpha_j e_j - 1)_+$$
  Ici, le terme $O_j = (\alpha_j e_j - 1)_+$ représente le dépassement (overshoot).

Mécanisme

Le cadre SCORE modifie le « coût » assigné à un rejet. Au lieu de facturer l'intégralité du budget $\alpha_j$, l'algorithme facture un coût réduit :
$$C_j^{SCORE} = (C_j - O_j)_+$$
où $C_j$ est le coût original (par exemple, $\alpha_j$ dans e-LOND). Le dépassement $O_j$ est effectivement « remboursé » au budget d'erreur de l'algorithme. Cela permet à l'algorithme de maintenir un contrôle valide du FDR tout en augmentant la richesse disponible pour les tests suivants, améliorant ainsi la puissance.

Extensions : Mises à jour rétroactives (SCORE+)

L'article introduit ensuite SCORE+, qui incorpore des mises à jour de richesse rétroactives.

• Approche standard : Utilise un dénominateur local $R_{j-1} + 1$ dans l'estimateur de la proportion de fausses découvertes (FDP), ce qui est conservateur et non rétroactif.
• Approche SCORE+ : Utilise un dénominateur global $R_t \vee 1$. Cela permet de réduire l'effet de coût des tests passés à mesure que de nouvelles découvertes sont faites.
• Hypothèse : Cette stratégie agressive nécessite une hypothèse de dépendance légère appelée Dépendance de quadrant positif conditionnelle (CPQD), qui postule qu'une e-valeur actuelle plus grande ne diminue pas le nombre final de découvertes. Les auteurs soutiennent que cela est une conséquence naturelle de l'intuition de l'investissement en alpha et que cela tient sous des conditions standards (indépendance + mises à jour monotones).

3. Principales contributions

1. Cadre unifié : L'introduction de SCORE comme un module « plug-in » qui peut être appliqué à n'importe quel algorithme de test en ligne basé sur les e-valeurs (e-LOND, e-LORD, e-SAFFRON) pour améliorer la puissance sans altérer la structure fondamentale de validité.
2. Dominance théorique : Les auteurs prouvent que les algorithmes améliorés par SCORE strictement dominent leurs homologues originaux. Ils offrent une puissance uniformément plus élevée tout en préservant un contrôle du FDR valide en échantillon fini sous les mêmes hypothèses minimales (e-validité conditionnelle).
3. Mises à jour rétroactives : Le développement de variantes SCORE+ qui exploitent les mises à jour de richesse rétroactives pour réduire davantage l'écart d'efficacité avec les méthodes basées sur les p-valeurs, à condition que les hypothèses légères de CPQD soient respectées.
4. Application à l'état de l'art : La dérivation de règles de mise à jour spécifiques pour SCORE-LOND, SCORE-LORD et SCORE-SAFFRON, démontrant comment le mécanisme de remboursement du dépassement est intégré dans chaque cas.

4. Résultats expérimentaux

L'efficacité de SCORE et SCORE+ est validée par des simulations approfondies et des expériences sur des données réelles :

• Configuration indépendante (Mélange Gaussien) : Dans les scénarios de flux de données indépendantes, les variantes SCORE+ obtiennent systématiquement la puissance la plus élevée, suivies par le SCORE standard, puis les lignes de base originales. Le ratio de puissance par rapport aux lignes de base augmente au fil du temps à mesure que les remboursements accumulés libèrent de la richesse.
• Configuration dépendante (Modèle exponentiel autorégressif) : Sous dépendance temporelle, les méthodes maintiennent un contrôle valide du FDR. SCORE offre toujours des gains de puissance significatifs par rapport aux lignes de base, le SCORE+ offrant les améliorations les plus importantes, particulièrement pour la famille SAFFRON où le remboursement du dépassement s'applique à la fois aux pénalités candidates et aux dépassements de rejet.
• Données réelles (Écran de génomique chimique de levure) : Appliqué à un ensemble de données de 417 026 interactions.
  • SCORE-LORD a détecté 28 808 interactions contre 25 954 pour e-LORD.
  • SCORE-SAFFRON a détecté 37 748 contre 29 867 pour e-SAFFRON.
  • Les variantes SCORE+ ont montré les gains les plus spectaculaires, avec SCORE+-LORD détectant 44 210 interactions (presque le double de la ligne de base) et SCORE+-SAFFRON détectant 43 624.
• Simulations additionnelles : Les comparaisons avec les méthodes basées sur les p-valeurs dans des contextes AR(1) montrent que les méthodes de e-valeurs avec des contrôles SCORE atteignent une puissance comparable ou supérieure aux meilleures méthodes de p-valeurs, tout en maintenant une robustesse sous dépendance là où les méthodes de p-valeurs marginales échouent.

5. Signification et affirmations

L'article affirme que SCORE traite une inefficacité fondamentale dans les tests d'hypothèses en ligne : la divergence entre l'erreur réelle commise et le coût théorique facturé par l'algorithme.

• Robustesse : Contrairement aux méthodes précédentes qui tentent de récupérer la richesse (ex: ADDIS, SUR) en s'appuyant sur des hypothèses de distribution spécifiques ou la super-uniformité des p-valeurs, SCORE opère dans le paradigme des e-valeurs. Il ne nécessite que l'hypothèse standard d'e-validité conditionnelle, ce qui le rend applicable à des flux de données complexes et réels où les structures de dépendance sont inconnues ou violées.
• Universalité : Le cadre est présenté comme un raffinement universel. Comme l'inégalité $\mathbb{I}(y \ge 1) \le y$ est largement utilisée dans les preuves de validité pour les e-valeurs, les auteurs suggent qu'un large éventail de procédures basées sur les e-valeurs (tant en ligne qu'éventuellement hors ligne) pourrait être amélioré en tenant explicitement compte du dépassement.
• Impact pratique : Les résultats démontell que la récupération de la preuve « gaspillée » via le remboursement du dépassement et les mises à jour rétroactives est extrêmement efficace dans les scénarios de criblage à haut débit et à grande échelle, augmentant considérablement le rendement des découvertes réelles sans compromettre le contrôle de l'erreur.

Les auteurs restent modestes quant à la portée des mises à jour rétroactives, notant que bien que la CPQD soit une hypothèse légère, elle est strictement requise pour les variantes SCORE+, alors que les algorithmes SCORE de base restent valides sous la seule hypothèse minimale d'e-validité conditionnelle.