一种控制错误发现超出率的经验贝叶斯方法
统计方法学
2023-04-21 v3 应用统计
摘要
在大规模多重假设检验问题中，当错误发现比例 (FDP) 高度可变时，错误发现超出率 (FDX) 提供了相较于广泛使用的错误发现率 (FDR) 的合意替代方案。我们发展了一种控制 FDX 的经验贝叶斯方法。我们证明，对于来自两分组模型的独立假设以及满足可交换性条件的高斯模型中的相关假设，基于局部错误发现率 (lfdr) 排序与阈值的 oracle 决策规则在受 FDX 约束下功率最大化的意义下是最优的。我们提出一种数据驱动的 FDX 过程，其利用精心设计的计快捷方式模拟 oracle 规则。我们利用模拟与真实数据考察了所提方法的经验性能，并通过识别异常股票交易策略的应用研究了 FDX 控制的优点。
引用
@article{arxiv.2111.03885,
title = {An Empirical Bayes Approach to Controlling the False Discovery Exceedance},
author = {Pallavi Basu and Luella Fu and Alessio Saretto and Wenguang Sun},
journal= {arXiv preprint arXiv:2111.03885},
year = {2023}
}
备注
Updated