任意协方差依赖下的多重两样本检验及其在成像质谱中的应用
统计方法学
2021-08-19 v1
摘要
大规模假设检验已成为高维统计推断中普遍存在的问题，并在各科学领域有广泛应用。一个相关应用是成像质谱（IMS）关联研究，其中同时执行大量检验以识别与特定表型（例如癌症亚型）相关的分子质量。从基质辅助激光解吸/电离（MALDI）实验获得的质谱若作为统计量来看是相互依赖的。在检验统计量间任意依赖结构下的错误发现比例（FDP）控制是现代多重检验研究中的活跃课题。在此背景下，我们关注二值结局变量（描述表型）与源自MALDI测量的多个预测因子之间关联的评估。我们提出了一种利用检验统计量相关矩阵的推断流程。该方法基于多重边际模型（MMM）。具体而言，我们对每个预测因子单独拟合一个边际逻辑回归模型。在标准正则条件下建立了堆叠的边际回归系数向量的渐近联合正态性，并估计了其（极限）相关矩阵。所提方法从所得经验相关矩阵中提取公共因子。最后，我们估计了针对边际值的阈值化过程的已实现FDP。我们展示了所提流程在肿瘤学背景下MALDI IMS数据中的实际应用。
引用
@article{arxiv.2108.08123,
title = {Multiple two-sample testing under arbitrary covariance dependency with an application in imaging mass spectrometry},
author = {Vladimir Vutov and Thorsten Dickhaus},
journal= {arXiv preprint arXiv:2108.08123},
year = {2021}
}