Simultaneous false discovery rate control in location families

技术摘要：位置族中的同时错误发现率控制

问题陈述
在多重假设检验中，错误发现率（FDR）传统上仅在零值（例如，$\theta = 0$）处被定义和控制。然而，在涉及位置族的实际应用中，研究人员通常不仅需要在零值处控制较低的 FDR，还需要在被视为“实际不显著”的参数值（例如，较小的效应量）处控制 FDR。标准的 Benjamini-Hochberg (BH) 程序在零值处控制 FDR，但并未明确保证对整个"FDR 曲线”（即作为位置参数 $\theta$ 函数的 FDR）的控制。本文解决了在位置族内对连续参数值进行同时 FDR 控制的需求。

方法论
作者提出了一种标准 BH 程序的推广，以将 FDR 曲线控制在用户指定的水平之下。该设置涉及来自位置族的独立数据 $X_i \sim P_{\theta_i}$，其中 $P_\theta(X \le x) = F(x - \theta)$。目标是检验单侧假设 $H_{i,\theta}: \theta_i \ge \theta$。

1. FDR 曲线定义：FDR 曲线定义为错误发现比例（FDP）曲线 $FDP_S(\theta)$ 的期望值，该曲线衡量在给定阈值 $\theta$ 下被拒绝的假设中错误发现的比例。
2. 广义 BH 程序：该方法不使用标称水平 $q$，而是利用用户指定的非增 FDR 曲线 $q(\theta)$。
   • 标准化 P 值：对于每个假设 $i$，计算标准化 P 值：
     $$\bar{P}_i = \sup_{\theta \in \mathbb{R}} \frac{P_{i,\theta}}{q(\theta)}$$
     其中 $P_{i,\theta} = F(X_i - \theta)$ 是检验 $H_{i,\theta}$ 的 P 值。
   • 拒绝规则：该程序将标准 BH 算法应用于标准化 P 值集合 $\{\bar{P}_1, \dots, \bar{P}_m\}$，目标水平设为 1。拒绝集 $S$ 是最大的子集，满足当且仅当 $\bar{P}_i \le |S|/m$ 时 $i \in S$。

核心理论结果
本文证明了广义 BH 程序能同时控制 FDR 曲线。具体而言，令 $q^*(\theta)$ 为用户指定曲线 $q(\theta)$ 的变换版本，定义为：
$$q^*(\theta) = \inf_{\theta' \in \mathbb{R}} \sup_{a \le x - \theta' \le b} q(\theta') \cdot \frac{F(x - \theta)}{F(x - \theta')}$$
其中 $a = F^{-1}(q(\theta')/m)$ 且 $b = F^{-1}(q(\theta'))$。

• 定理 3.1：该程序保证 $\sup_{\theta \in \mathbb{R}} \frac{FDR(\theta)}{q^*(\theta)} \le 1$。因此，对于任意 $\theta$，几乎必然有 $FDR(\theta) \le q^*(\theta)$ 成立。
• “免费午餐”现象：一个重要的推论是，标准 BH 程序（对应于使用阶跃函数 $q_{BH}(\theta) = q \cdot \mathbb{1}_{\theta \ge 0} + \mathbb{1}_{\theta < 0}$）本质上提供了对整个 FDR 曲线的同时控制。实际控制水平 $q^*_{BH}(\theta)$ 在 $\theta \neq 0$ 时严格低于标称阶跃函数，而在 $\theta = 0$ 处与之相切。
• 相切性质：在“单调比性质”（高斯族等常见族均满足此性质）下，命题 3.1 证明了对于任意递减、右连续的 $q$，至少存在一个点 $\theta^*$，使得实际控制曲线 $q^*(\theta^*)$ 与目标曲线 $q(\theta^*)$ 相切。这意味着控制不可能在所有地方都优于标称规格。
• 下界：命题 3.2 提供了最坏情况 FDR 曲线的下界，表明该分析是紧致的，特别是在 $q^*(\theta)$ 较小时。

扩展与数值示例
该框架被扩展到假设来自不同位置族（不同的 $F_i$）的情形。在这种一般情形下，$q^*$ 的定义被修改为对特定分布取上确界。

• 命题 4.1：对于分段常数目标曲线，存在一个约束子集，使得由此产生的 $q^*$ 曲线控制所有指定的约束，并至少在某处与目标相切。
• 乳腺癌数据集：作者将该方法应用于 Storey 和 Tibshirani (2003) 的乳腺癌数据集。他们比较了基于效应量（分布因基因而异）与基于信噪比（适用共同分布）的检验。
  • 在效应量情形下，同时使用所有约束导致的拒绝次数少于仅使用单个约束，这表明选择满足 $q^* \le q$ 条件的最小约束集是最优的。
  • 在信噪比情形（共同 $F$）下，$q^*$ 曲线在所有指定位置与目标相切，且拒绝集在不同约束选择下保持稳定。

意义与主张
本文提出了一个“免费午餐”定理：专为零值控制设计的标准 BH 程序，隐式地提供了对非零值处 FDR 曲线的更强同时控制，而无需额外的计算复杂度或数据。广义程序允许研究人员明确针对实际不显著的参数值进行 FDR 控制，为多重检验中的发现提供了灵活的工具。作者指出，该方法是一个更广泛的针对选择性复合决策问题框架的特例（引用 Gao, Hu, 和 Zhao 2024），并建议了涉及经验贝叶斯方法的未来方向，即基于估计的先验选择目标曲线 $q$，但同时也警告了此类实现中可能存在的“双重使用”（double-dipping）问题。