Simultaneous false discovery rate control in location families

기술적 요약: 위치 군에서의 동시 허위 발견률 제어

문제 제기
다중 가설 검정에서 허위 발견률 (FDR) 은 전통적으로 귀무가설 값 (예: $\theta = 0$) 에서만 정의되고 제어됩니다. 그러나 위치 군 (location families) 과 관련된 실제 응용 분야에서는 연구자들이 귀무가설뿐만 아니라 "실질적으로 의미 없는" (예: 작은 효과 크기) 매개변수 값에 대해서도 낮은 FDR 을 요구하는 경우가 많습니다. 표준 베냐미니 - 호치버그 (BH) 절차는 귀무가설에서 FDR 을 제어하지만, 위치 매개변수 $\theta$의 함수로서 FDR 곡선 전체에 대한 제어를 명시적으로 보장하지는 않습니다. 본 논문은 위치 군 내의 매개변수 값의 연속체에 걸쳐 동시 FDR 제어가 필요하다는 점을 다루고 있습니다.

방법론
저자들은 사용자 지정 수준 이하의 FDR 곡선을 제어하기 위해 표준 BH 절차의 일반화를 제안합니다. 설정은 $P_\theta(X \le x) = F(x - \theta)$인 위치 군에서 독립적인 데이터 $X_i \sim P_{\theta_i}$를 포함합니다. 목표는 일측 가설 $H_{i,\theta}: \theta_i \ge \theta$를 검정하는 것입니다.

1. FDR 곡선 정의: FDR 곡선은 주어진 임계값 $\theta$에 대해 기각된 가설 중 허위 발견의 비율을 측정하는 허위 발견 비율 (FDP) 곡선 $FDP_S(\theta)$의 기댓값으로 정의됩니다.
2. 일반화된 BH 절차: 스칼라 명목 수준 $q$를 사용하는 대신, 이 방법은 사용자 지정의 비증가 FDR 곡선 $q(\theta)$를 활용합니다.
   • 정규화된 p-값: 각 가설 $i$에 대해 정규화된 p-값은 다음과 같이 계산됩니다:
     $$\bar{P}_i = \sup_{\theta \in \mathbb{R}} \frac{P_{i,\theta}}{q(\theta)}$$
     여기서 $P_{i,\theta} = F(X_i - \theta)$는 $H_{i,\theta}$를 검정하는 p-값입니다.
   • 기각 규칙: 이 절차는 목표 수준을 1 로 설정하여 정규화된 p-값 집합 $\{\bar{P}_1, \dots, \bar{P}_m\}$에 표준 BH 알고리즘을 적용합니다. 기각 집합 $S$는 $i \in S$일 때且仅当 $\bar{P}_i \le |S|/m$인 가장 큰 부분집합입니다.

주요 이론적 결과
본 논문은 일반화된 BH 절차가 FDR 곡선을 동시 제어함을 입증합니다. 구체적으로, $q^*(\theta)$를 사용자 지정 곡선 $q(\theta)$의 변환된 버전으로 정의합니다:
$$q^*(\theta) = \inf_{\theta' \in \mathbb{R}} \sup_{a \le x - \theta' \le b} q(\theta') \cdot \frac{F(x - \theta)}{F(x - \theta')}$$
여기서 $a = F^{-1}(q(\theta')/m)$이고 $b = F^{-1}(q(\theta'))$입니다.

• 정리 3.1: 이 절차는 $\sup_{\theta \in \mathbb{R}} \frac{FDR(\theta)}{q^*(\theta)} \le 1$을 보장합니다. 결과적으로, 임의의 $\theta$에 대해 거의 확실하게 (almost surely) $FDR(\theta) \le q^*(\theta)$가 성립합니다.
• "무료 점심" 현상: 중요한 귀결 중 하나는 표준 BH 절차 (이는 $q_{BH}(\theta) = q \cdot \mathbb{1}_{\theta \ge 0} + \mathbb{1}_{\theta < 0}$라는 계단 함수를 사용하는 것에 해당함) 가 본질적으로 전체 FDR 곡선에 대한 동시 제어를 제공한다는 것입니다. 실제 제어 수준 $q^*_{BH}(\theta)$는 $\theta \neq 0$인 경우 명목 계단 함수보다 엄격하게 낮지만, $\theta = 0$에서는 이를 만납니다.
• 접촉 성질: "단조 비율 성질" (가우시안과 같은 일반적인 군에서 만족됨) 하에서, 명제 3.1 은 임의의 감소하는 우연속 함수 $q$에 대해, 실제 제어 곡선 $q^*(\theta^*)$가 목표 곡선 $q(\theta^*)$와 적어도 한 점 $\theta^*$에서 접촉하는 점이 존재함을 증명합니다. 이는 제어가 모든 곳에서 명목 사양보다 균일하게 더 좋을 수 없음을 의미합니다.
• 하한: 명제 3.2 는 최악의 경우 FDR 곡선에 대한 하한을 제공하여, 특히 $q^*(\theta)$가 작을 때 분석이 엄밀함을 보여줍니다.

확장 및 수치적 예시
이 프레임워크는 가설이 서로 다른 위치 군 (서로 다른 $F_i$) 에서 나오는 설정으로 확장됩니다. 이 일반적인 경우, $q^*$의 정의는 특정 분포들에 대한 상한을 취하도록 수정됩니다.

• 명제 4.1: 조각별 상수 목표 곡선의 경우, 유도된 $q^*$ 곡선이 모든 지정된 제약을 제어하고 적어도 한 번 목표와 접촉하는 제약의 부분집합이 존재합니다.
• 유방암 데이터셋: 저자들은 Storey 와 Tibshirani(2003) 의 유방암 데이터셋에 이 방법을 적용합니다. 그들은 효과 크기 (분포가 유전자마다 다름) 에 기반한 검정과 신호 - 잡음비 (공통 분포가 적용됨) 에 기반한 검정을 비교합니다.
  • 효과 크기 시나리오에서, 모든 제약을 동시에 사용하는 것은 단일 제약을 사용하는 것보다 적은 기각을 초래했는데, 이는 $q^* \le q$ 조건을 만족하는 최소 제약 집합을 선택하는 것이 최적임을 시사합니다.
  • 신호 - 잡음비 시나리오 (공통 $F$) 에서, $q^*$ 곡선은 모든 지정된 위치에서 목표와 접촉했으며, 기각 집합은 서로 다른 제약 선택에 걸쳐 안정적이었습니다.

의의 및 주장
본 논문은 "무료 점심" 정리를 주장합니다: 귀무 제어만을 위해 설계된 표준 BH 절차는 추가적인 계산 복잡성이나 데이터 없이 비귀무 값에 대한 FDR 곡선에 대한 더 강력한 동시 제어를 암묵적으로 제공합니다. 일반화된 절차는 연구자들이 실질적으로 의미 없는 매개변수 값에서 FDR 제어를 명시적으로 목표로 할 수 있게 하여, 다중 검정에서의 발견을 위한 유연한 도구를 제공합니다. 저자들은 이 접근법이 선택적 복합 결정 문제에 대한 더 넓은 프레임워크의 특정 사례 (Gao, Hu, Zhao 2024 인용) 라고 언급하며, 추정된 사전 분포에 기반하여 목표 곡선 $q$를 선택하기 위한 경험적 베이즈 접근법을 포함한 향후 방향을 제안하지만, 그러한 구현에서의 "이중 채취 (double-dipping)" 문제에 대해 경고합니다.