Résumé technique : Une perspective de regret sur les tests multiples en ligne

1. Énoncé du problème

Les tests multiples en ligne (OMT) abordent le problème de l'inférence séquentielle où les hypothèses arrivent de manière exogène au fil du temps, nécessitant des décisions immédiates et irrévocables de rejeter ou de conserver les hypothèses nulles. La littérature traditionnelle sur l'OMT se concentre sur le maintien du taux de fausses découvertes (FDR) en dessous d'un niveau cible $\alpha$ tout en maximisant la puissance statistique. Cependant, l'article soutient que l'évaluation du FDR et de la puissance de manière isolée obscurcit les coûts hautement asymétriques des faux positifs (erreurs de type I) et des faux négatifs (erreurs de type II) dans les pipelines automatisés modernes.

Le problème central identifié est l'épuisement du seuil. Dans des environnements parcimonieux en signaux (par exemple, des « démarrages à froid » ou des périodes de bruit pur), les algorithmes déterministes qui contrôlent strictement le FDR épuisent souvent leur capacité de test (richesse en $\alpha$), provoquant une décroissance monotone de leurs seuils de décision vers zéro. Cela rend l'algorithme « aveugle » aux rafales ultérieures de vrais signaux, entraînant des découvertes manquées massives. À l'inverse, les algorithmes tentant de maintenir une puissance constante risquent d'encourir des pénalités linéaires de faux positifs. L'article postule que les paradigmes existants échouent à naviguer sur la frontière de Pareto non stationnaire entre ces deux types d'erreurs.

2. Méthodologie

2.1 La métrique de regret pondéré

Pour unifier l'évaluation du FDR et de la puissance, les auteurs introduisent le regret pondéré. Contrairement aux métriques traditionnelles qui traitent le FDR (un taux conditionnel) et la puissance (une probabilité marginale) séparément, le regret pondéré mappe les deux types d'erreurs dans une seule monnaie de perte cumulative :
$$\text{Regret}_T(a, b) = a \cdot V_T + b \cdot M_T$$
où $V_T$ est le nombre total de faux positifs, $M_T$ est le nombre total de faux négatifs, et $a, b > 0$ sont des poids de pénalité spécifiques au domaine. L'objectif est de minimiser le regret pondéré attendu par rapport à un Oracle omniscient.

2.2 La dualité de la conservation du regret

L'article établit une limite théorique fondamentale appelée la dualité de la conservation du regret. Il prouve que les procédures OMT purement déterministes et dépendantes de l'histoire encourrent inévitablement une pénalité de regret linéaire de $\Omega(T)$. Cela se produit via deux mécanismes distincts :

1. La barrière de la puissance : Maintenir une puissance de détection minimale nécessite une borne inférieure de seuil strictement positive, ce qui déclenche inévitablement une accumulation linéaire de faux positifs dans des environnements stationnaires.
2. La barrière du FDR : Contrôler strictement le FDR via une gestion déterministe de la richesse conduit à une décroissance du seuil. Dans des environnements à rafales (longues périodes de nulls suivies de signaux), cette décroissance provoque la disparition du seuil, entraînant une accumulation linéaire de faux négatifs.

Par conséquent, aucun algorithme purement déterministe ne peut simultanément atteindre des regrets sous-linéaires pour les deux types d'erreurs.

2.3 L'algorithme DOMT (OMT découplé)

Pour surmonter les limites structurelles des mécanismes déterministes, les auteurs proposent DOMT (OMT découplé), un algorithme méta-enveloppe conçu pour sauver les bases déterministes (par exemple, LOND, LORD, SAFFRON) de l'épuisement du seuil.

Mécanisme clé :
DOMT introduit une perturbation aléatoire strictement positive et découplée de l'histoire au seuil de décision à chaque étape $t$ :
$$\lambda_t = \min(1, \lambda_t^{\text{base}} + \xi_t)$$
où $\lambda_t^{\text{base}}$ est le seuil dicté par la procédure déterministe sous-jacente, et $\xi_t = \epsilon_t Z_t$ est le terme d'exploration.

• Amplitude d'exploration : $\epsilon_t = \kappa \frac{\alpha}{\sqrt{t}}$, décroissant à un taux de $O(t^{-1/2})$.
• Aléatoire : $Z_t \sim \text{Uniforme}[0, 1]$ est i.i.d.
• Découplage causal : Crucialement, l'état interne (richesse) de la procédure de base est mis à jour uniquement en utilisant le seuil virtuel $\lambda_t^{\text{base}}$ et la décision virtuelle correspondante. La décision réelle utilise $\lambda_t$, mais le « bruit » $\xi_t$ est mathématiquement mis en quarantaine des mises à jour d'état de la procédure de base.

Propriétés :

• Zéro faux négatif supplémentaire : Puisque $\xi_t \ge 0$, l'ensemble de rejet de DOMT englobe toujours celui de la base ($R_t^{\text{DOMT}} \supseteq R_t^{\text{base}}$), garantissant aucune découverte manquée par rapport à la base.
• Sécurité asymptotique : Dans des environnements stationnaires, le bruit d'exploration est dilué par l'accumulation de vraies découvertes, préservant le contrôle exact du FDR asymptotique de la procédure de base.
• Bornes à échantillon fini : Dans des démarrages à froid extrêmes (nulls purs), DOMT borne le nombre absolu de faux positifs supplémentaires à $O(\sqrt{T})$, empêchant une accumulation catastrophique d'erreurs linéaires.

3. Contributions clés

1. Innovation métrique : Introduction du regret pondéré pour équilibrer explicitement les erreurs asymétriques de type I et de type II, dépassant l'évaluation isolée FDR/Puissance.
2. Limite inférieure théorique : Preuve de la dualité de la conservation du regret, établissant que les algorithmes purement déterministes encourrent une pénalité de regret linéaire inévitable de $\Omega(T)$ due au compromis entre une vigilance constante (faux positifs) et l'épuisement du seuil (faux négatifs).
3. Solution algorithmique : Proposition de DOMT, un méta-enveloppe plug-and-play qui utilise une exploration stochastique strictement positive et découplée de l'histoire pour atténuer l'épuisement du seuil sans compromettre la sécurité asymptotique.
4. Analyse du regret : Preuve que DOMT atteint une réduction $\Omega(\sqrt{T})$ optimale en ordre du regret pondéré par rapport aux bases déterministes dans des environnements à rafales.
5. Caractérisation de la transition de phase : Déduction d'une « taxe de démarrage à froid » ($M^*$) sous forme fermée, un seuil critique pour le rapport de pénalité $b/a$ qui dicte quand l'exploration stochastique devient théoriquement avantageuse. Cette taxe quantifie le coût de l'exploration pendant les périodes de bruit pur.

4. Résultats

Résultats théoriques

• Regret linéaire du déterminisme : Les théorèmes 1 et 2 démontrent que tout algorithme déterministe souffre soit d'un regret linéaire de faux positifs (si maintenant la puissance), soit d'un regret linéaire de faux négatifs (si contrôlant strictement le FDR) dans des paramètres non stationnaires.
• Regret sous-linéaire de DOMT : Le théorème 6 prouve que, sous des modèles de signaux à rafales, DOMT réduit le regret pondéré attendu de $\Omega(\sqrt{T})$ par rapport à la base.
• Garanties de sécurité : Le théorème 3 confirme que DOMT hérite du contrôle du FDR asymptotique de sa procédure de base. Le théorème 4 fournit une borne à haute probabilité à échantillon fini sur l'inflation de la proportion de fausses découvertes (FDP), montrant qu'elle évolue gracieusement en $O(1/\sqrt{t})$ dans les régimes stationnaires et est strictement bornée dans les démarrages à froid adverses.
• Optimalité du taux de décroissance : L'article soutient que le taux de décroissance $O(t^{-1/2})$ est structurellement nécessaire. Une décroissance plus rapide (par exemple, $O(t^{-1})$) compresserait le coût d'exploration à $O(\log T)$, mais étoufferait simultanément la récupération des découvertes à $O(\log T)$, échouant à contrer le déficit $\Omega(T)$ de la base.

Résultats empiriques

Des expériences ont été menées sur des données synthétiques et trois ensembles de données réels (microarrays RNA-Seq, anomalies financières du S&P 500, et données de phénotypes de souris IMPC).

• Environnements stationnaires : DOMT maintient un contrôle strict du FDR tout en surpassant constamment les bases en puissance statistique.
• Environnements à rafales/démarrage à froid : Les bases déterministes souffrent d'un épuisement absolu du seuil, conduisant à une puissance proche de zéro lorsque les signaux arrivent enfin. DOMT comble avec succès ces « mini-sécheresses », capturant les rafales de signaux retardées et réalisant une réduction macroscopique des faux négatifs.
• Frontière de Pareto : Les résultats empiriques confirment que DOMT navigue sur la frontière de Pareto non stationnaire, réalisant une réduction verticale macroscopique des faux négatifs en payant une taxe horizontale strictement bornée en fausses découvertes.

5. Importance et revendications

L'article revendique que la perspective du regret pondéré déplace fondamentalement l'objectif d'optimisation de l'OMT du contrôle d'erreur contraint vers la minimisation de risque non contrainte. En prouvant l'inévitabilité du regret linéaire dans les cadres déterministes, les auteurs soutiennent que l'exploration stochastique n'est pas simplement une heuristique mais une nécessité mathématique pour naviguer dans des environnements non stationnaires.

L'importance de DOMT réside dans sa capacité à agir comme un méta-enveloppe universel. Il ne remplace pas les procédures existantes de valeurs-p ou de valeurs-e (comme LOND, LORD, SAFFRON ou SCORE) mais les encapsule, les sauvant du « deadlock de seuil zéro » sans violer leurs propriétés de sécurité de sur-martingale sous-jacentes. L'article souligne que cette approche permet une traversée « optimale en ordre » de la frontière de Pareto, sécurisant un dividende de découverte dans des scénarios à haut risque et à coûts asymétriques (par exemple, dépistage médical, détection de fraude) où manquer un signal est catastrophique.

Les auteurs concluent que, bien que DOMT introduise une « taxe de démarrage à froid » (une inflation temporaire des erreurs pendant les phases de bruit pur), il s'agit d'un compromis délibéré et borné qui empêche l'échec systémique des algorithmes déterministes, offrant une solution robuste pour l'inférence en ligne dans des flux de données réels et non stationnaires.