The Benjamini--Hochberg Procedure Can Fail to Control the FDR for Correlated Two-Sided Gaussian Tests

Sintesi Tecnica: La procedura di Benjamini–Hochberg può fallire nel controllare il FDR per test gaussiani bilaterali correlati

Enunciato del Problema
Il documento affronta una questione aperta da lungo tempo nella disciplina dei test di ipotesi multipli: se la procedura di Benjamini–Hochberg (BH) controlli il False Discovery Rate (FDR) al suo livello nominale $\alpha$ sotto strutture di correlazione arbitrarie per test gaussiani bilaterali. Sebbene la procedura BH sia nota per controllare il FDR in condizioni di indipendenza (Benjamini e Hochberg, 1995) e sotto la condizione di Regressione Positiva su un Sottoinsieme (PRDS) (Benjamini e Yekutieli, 2001), il caso dei test bilaterali correlati è rimasto irrisolto.

La letteratura precedente, inclusi studi empirici (Reiner-Benaim, 2007; Kim e van de Wiel, 2008) e recensioni influenti (Benjamini, 2010; Sarkar, 2023), aveva ampiamente congetturato che il controllo del FDR valesse per i test $z$ bilaterali con qualsiasi struttura di correlazione. Il presente articolo mette in discussione tale congettura, sostenendo che la "ripiegatura" delle due code nei test bilaterali ($\{P_i \le t\} = \{X_i \ge c_t\} \cup \{X_i \le -c_t\}$) interrompa gli argomenti di regressione monotona e di totalità positiva che funzionano per le statistiche monodirezionali, portando potenzialmente a un'inflazione del FDR.

Metodologia e Costruzione
Per confutare la congettura, gli autori costruiscono un modello a fattori gaussiani specifico che coinvolge $m_N = 100N$ ipotesi, partizionate in tre blocchi:

1. Nullità Vere ($96N$): $X^{(0)}_i = \frac{3}{10}Z + \frac{\sqrt{91}}{10}\epsilon_i$.
2. Blocco Non-Nulli 1 ($N$): $X^{(1)}_j = \frac{12}{5} - \frac{3}{10}Z + \frac{\sqrt{91}}{10}\eta_j$.
3. Blocco Non-Nulli 2 ($3N$): $X^{(2)}_k = \frac{22}{5} - \frac{18}{25}Z + \frac{\sqrt{301}}{25}\xi_k$.

In questo contesto, $Z$ è un fattore latente comune, mentre $\epsilon, \eta, \xi$ sono variabili normali standard indipendenti. Le medie dei blocchi non-nulli sono calibrate per muoversi in direzione opposta al fattore latente $Z$, mentre il blocco nullo si muove nella stessa direzione di $Z$. Ciò crea uno scenario in cui, per specifiche realizzazioni di $Z$, i segnali non-nulli aumentano il conteggio dei rifiuti (alzando la soglia BH) proprio quando la distribuzione nula condizionale sviluppa code bilaterali più pesanti.

La prova si basa su un'analisi asintotica della funzione di ripartizione empirica (CDF) dei $p$-value. Gli autori utilizzano una tecnica di "bracketing della soglia" (threshold bracketing):

• Definiscono una CDF condizionale limite $G_z(t)$ per i $p$-value dato $Z=z$.
• Identificano un intervallo di valori di $z$ in cui la soglia BH $\tau_N$ è strettamente delimitata tra due valori $v$ e $w$ (con $v < w < \alpha$).
• All'interno di questo intervallo, si dimostra che la False Discovery Proportion (FDP) condizionale eccede $\alpha$.

Contributi Principali e Meccanismo di Prova
Il contributo primario è un controesempio rigoroso che dimostra come il controllo del FDR fallisca per i test gaussiani bilaterali correlati. La prova si distingue per due innovazioni:

1. Evitare l'Unicità del Limite: L'argomento non richiede un punto di incrocio limite unico o la differenziabilità della CDF nel punto di incrocio. Inveve, utilizza due condizioni di segno strette per delimitare la soglia.
2. Aritmetica di Intervalli Rigorosa: La prova impiega una collezione finita di disuguaglianze verificate tramite "aritmetica di intervalli con arrotondamento esterno" (utilizzando la libreria Arb). Partizionando lo spazio del fattore latente e lo spazio della soglia dei $p$-value in rettangoli razionali, gli autori certificano che specifiche disuguaglianze siano strettamente vere. Ciò elimina gli errori di virgola mobile, fornendo un certificato matematico che il FDR eccede il livello nominale.

La prova è stata generata dal modello di IA GPT-5.6 Pro e successivamente verificata dall'autore, il quale ha anche condotto le simulazioni numeriche e redatto il manoscritto.

Risultati

• Risultato Teorico: Per il modello costruito al livello $\alpha = 0.01$, gli autori dimostrano che per tutti i valori di $N$ sufficientemente grandi, il FDR soddisfa $\text{FDR}_N > 0.0104$. Questo viola strettamente il livello nominale di 0.01.
• Certificato Numerico: Il certificato di aritmetica di intervalli somma i contributi attraverso 1.000 bin del fattore latente $Z$, fornendo un limite inferiore certificato di circa $0.0104168$.
• Esperimenti Monte Carlo: Sono state condotte simulazioni Monte Carlo stratificate (stratificate su $Z$ per gestire la varianza) per $N=50, 100, 200$.
  • Per $N=200$, il FDR stimato è stato di $0.010359$, con un intervallo di confidenza al 95% $[0.010155, 0.010563]$, che si trova interamente al di sopra del livello nominale.
  • I risultati sono coerenti con il reperto teorico asintotico, mostrando un fallimento del controllo anche nei campioni finiti.

Significato e Rivendicazioni
L'articolo sostiene di aver confutato una congettura che era stata ampiamente creduta per vent'anni. Dimostra che la procedura BH non è universalmente robusta a qualsiasi struttura di correlazione nei test gaussiani bilaterali, specificamente quando la correlazione induce un accoppiamento tra la forza del segnale e il comportamento della coda della distribuzione nulla.

Gli autori osservano che la violazione è lieve (circa il 4% di inflazione rispetto al livello nominale) e si verifica in un modello con un gran numero di test. Essi dichiarano esplicitamente che rimane aperto il quesito se esista un limite universale sull'eventuale inflazione del FDR o se il controllo sia garantito per un numero minore di test. Il lavoro evidenzia i limiti delle attuali garanzie teoriche per la procedura BH in contesti dipendenti complessi e sottolinea la necessità di alternative corrette per la dipendenza in tali scenari.