Resampling-based multi-resolution false discovery exceedance control

기술적 요약: 재표본추출 기반 다중 해상도 가설 발견 초과 제어

문제 제기
다중 검정 절차는 대규모 가설을 검정할 때 오류율을 통제하는 데 필수적입니다. 가족별 오류율 (FWER) 통제는 거짓 양성을 전혀 발생하지 않도록 보장하지만, 종종 지나치게 보수적입니다. 거짓 발견 초과 (FDX) 통제는 더 유연한 대안을 제공하며, 모든 기각 중 거짓 발견의 비율인 거짓 발견 비율 (FDP) 이 사전에 지정된 임계값 $\gamma$ 를 초과할 확률이 최대 $\alpha$ 가 되도록 보장합니다.

기존의 재표본추출 기반 FDX 방법들 (예: Romano-Wolf 절차) 은 종속성 하에서 강력한 성능을 보이지만, 일반적으로 동시적 보장을 제공하지는 않습니다. 반면, 기존 동시 FDP 방법들 (예: Hemerik 등, 2019) 은 다양한 임계값에 걸친 FDP 에 대한 신뢰 봉투를 제공하지만, 특정 FDX 목표 $\gamma$ 에 최적화되지 않아 FDX 통제에 있어 통계적 검정력 (power) 이 낮은 경우가 많습니다. 또한, 많은 동시적 방법들은 데이터와 무관하게 선택되어야 하는 형태의 신뢰 봉투에 의존하는데, 이는 적응성과 검정력을 제한하는 제약 조건입니다.

방법론
본 논문은 인기 있는 maxT 절차를 일반화하여 다중 해상도 FDX 통제를 달성하는 재표본추출 기반 방법을 제안합니다. 이 방법은 maxT 와 동일한 입력을 요구합니다: 재표본추출된 검정 통계량의 행렬 (순열 또는 부트스트랩을 통해).

1. 단일 단계 절차:
   이 방법의 핵심은 기각 임계값 $q$를 정의합니다. 변환 집합 $\mathcal{G}$ (예: 순열) 에 대해, 각 변환 $g \in \mathcal{G}$ 에 대해 통계량 $s_g$를 계산합니다:
   $$s_g = \sup \left\{ t \in \mathbb{R} : \frac{R(t, gX)}{R(t, X) \vee 1} > \gamma \right\}$$
   여기서 $R(t, X)$는 관측된 데이터에 대한 임계값 $t$에서의 기각 수이며, $R(t, gX)$는 변환된 데이터에 대한 기각 수입니다. 항$R(t, gX)$는 거짓 양성의 수에 대한 보수적인 추정치로 작용합니다. 최종 임계값$q$는 값들${s_g}_{g \in \mathcal{G}}$의$(1-\alpha)$-분위수입니다.

2. 순차적 절차:
   검정력을 균일하게 향상시키기 위한 순차적 변형이 소개됩니다. 이 절차는 진정한 귀무가설일 가능성이 높은 가설의 부분집합을 식별하고 이러한 부분집합을 기반으로 임계값을 재계산함으로써 임계값을 반복적으로 정제합니다. 이 과정은 $q_{lim} \leq q$인 한계 임계값으로 수렴합니다.

3. 다중 해상도 보장:
   이 방법은 동시적 보장을 제공합니다: 확률 $1-\alpha$ 이상으로, 모든 임계값 $t \geq q$에 대해 FDP 는 $\gamma$로 제한됩니다. 이를 통해 연구자들은 가장 유의미한 가설의 부분집합 (예: 상위 $k$개의 기각) 에 초점을 맞추고, $\alpha$나 $\gamma$를 조정할 필요 없이 그들의 FDP 도 $\gamma$로 제한됨을 주장할 수 있습니다. 특히, 기각 수가 충분히 작을 때 (구체적으로 $< \gamma^{-1}$), 이 방법은 FDX 통제와 동시에 FWER 통제 (FDP = 0) 를 보장합니다.

주요 기여

• 동시적 FDX 통제: 본 논문은 Romano-Wolf 와 같은 비동시적 방법과 비교 가능한 검정력을 유지하면서 여러 해상도 (임계값) 에 걸쳐 동시적 FDX 통제를 제공하는 최초의 방법을 소개합니다.
• 데이터 의존적 봉투: 이 방법은 이전의 동시적 접근법들 (Hemerik 등, 2019) 의 일반화로 제시됩니다. 주요 이론적 혁신은 형태가 데이터 (구체적으로 관측된 기각 수 $R(t)$) 에 의존하는 신뢰 봉투를 사용하는 것입니다. 이전 방법들은 타당성을 유지하기 위해 데이터와 무관한 봉투 형태를 요구했는데, 이는 그들의 검정력을 제한했습니다.
• maxT 와의 연결: 제안된 방법은 $\gamma = 0$일 때 단일 단계 및 순차적 maxT 절차와 일치함이 입증되었습니다. $\gamma$가 증가함에 따라 이 방법의 검정력은 증가하여 거짓 양성의 통제된 비율을 허용합니다.
• 실용성: 이 방법은 Hemerik 등 (2019) 이 후보 봉투 및 기타 매개변수를 요구하는 것과 달리 $\alpha$와 $\gamma$ 외에는 조정 매개변수가 필요하지 않습니다. 이는 R 패키지 rFDP에 구현되어 있습니다.

결과

• 시뮬레이션: 상관된 데이터를 사용한 시뮬레이션에서 제안된 방법은 가장 강력한 비동시적 FDX 방법으로 간주되는 Romano-Wolf 절차와 비교 가능한 검정력을 보여주었습니다. 이는 종속성 하에서 보수적인 Lehmann-Romano 방법과 FDX 통제를 위해 조정된 Hemerik 등 (2019) 방법보다 현저히 우수한 성능을 보였습니다.
• 실제 데이터 분석:
  • 리보플라빈 생산: 유전자 발현 데이터에 적용된 이 방법은 95% 신뢰수준에서 $\gamma=0.1$일 때 186 개의 가설을 기각했습니다. 동시에, 상위 19 개 가설에는 거짓 발견이 최대 1 개 이하이며, 상위 9 개에는 거짓 발견이 0 개임을 보장했습니다 (FWER 통제).
  • 음악 리뷰: 앨범 리뷰 점수에 적용된 이 방법은 아티스트 점수에서의 경향을 식별했습니다. 이 방법은 서로 다른 해상도에서 가설을 기각할 수 있는 능력을 입증했습니다 (예: $\gamma=0.2$에서 22 개의 가설을 기각하면서 동시에 상위 4 개에는 거짓 발견이 없음을 보장).

의의 및 주장
본 논문은 FDX 방법들이 검정력 손실 측면에서 "거의 무료로" 동시적일 수 있음을 주장합니다. 신뢰 봉투의 형태가 데이터에 의존하도록 허용함으로써, 이 방법은 이전의 동시적 추론 기법들의 주요 한계를 해결합니다. 저자들은 이 방법이 Romano-Wolf 방법과 동일한 가정 하에 유효하다고 강조합니다 (구체적으로, 진정한 귀무가설의 검정 통계량에 대한 불변성 가정). 이 방법은 유한 표본 유효성을 위해 조건부 불변성을 가정하지만, 저자들은 이 가정이 점근적으로 불필요할 수 있으며 시뮬레이션은 약한 무조건부 불변성이 실제로는 종종 충분함을 시사한다고 지적합니다.

이 연구는 강력한 비동시적 FDX 통제와 동시적 FDP 추론 사이의 간극을 메워, 연구자들이 엄격한 통계적 보장을 유지하면서 다양한 세분성 (해상도) 수준에서 데이터를 탐색할 수 있는 도구를 제공합니다.