面向大规模推断的通信高效分布式多重检验
统计方法学
2022-12-20 v5 分布式、并行与集群计算
信号处理
摘要
Benjamini-Hochberg（BH）过程是一种用于控制错误发现率（FDR）的著名多重检验方法。在本文中，我们考虑大规模分布式网络，其中每个节点拥有大量 p 值，目标是以通信高效的方式实现全局 BH 性能。我们提出每个节点根据（估计的）全局真零假设比例以调整后的检验水平执行局部检验。在适当假设下，我们的方法渐近等价于全局 BH 过程。受此启发，我们为星型网络开发了一种算法，其中每个节点仅需向中心节点传输零假设（局部）比例和 p 值（局部）数量的估计；中心节点随后将一参数（基于全局估计和检验水平计算）广播给局部节点。在实验部分，我们利用现有的真零比例估计量，并考虑多种设置来评估我们方法的性能和鲁棒性。
引用
@article{arxiv.2201.13008,
title = {Communication-Efficient Distributed Multiple Testing for Large-Scale Inference},
author = {Mehrdad Pournaderi and Yu Xiang},
journal= {arXiv preprint arXiv:2201.13008},
year = {2022}
}
备注
Accepted to the 2022 IEEE International Symposium on Information Theory (ISIT)