DART2：一种智能利用有益或误导性辅助信息的鲁棒多重检验方法
机器学习
2024-09-06 v1 机器学习
摘要
在多重检验的许多应用中，可获取反映假设原状态或备择状态的辅助信息。现已开发出多种方法来利用这些辅助信息以增强检验功效，这些方法通常要求辅助信息足够有用以确保良好的性能。在本文中，我们开发了一种鲁棒且有效的距离辅助多重检验程序，命名为 DART2，旨在无论辅助信息质量如何，都能保持高效与鲁棒。当辅助信息有益时，DART2 能够在提高功效的同时渐近控制 FDR；否则，DART2 仍能控制 FDR 并保持至少与忽略辅助信息时相当的功效。我们通过各种设置下的数值研究展示了 DART2 相较于现有方法的优越性能。此外，DART2 已被应用于一项基因关联研究，其中我们展示了其在两种不同类型辅助信息下卓越的准确性与鲁棒性。
引用
@article{arxiv.2409.03618,
title = {DART2: a robust multiple testing method to smartly leverage helpful or misleading ancillary information},
author = {Xuechan Li and Jichun Xie},
journal= {arXiv preprint arXiv:2409.03618},
year = {2024}
}
备注
26 pages, 6 figures