一次性 knockoff：控制假发现率并获得更高检验功效
统计方法学
2025-02-27 v1
摘要
我们提出了一次性 knockoff（OATK），一种用于在线性回归模型中检测重要解释变量的新方法，同时控制假发现率（FDR）。对于每个解释变量，OATK 生成一个保持 Gram 矩阵的 knockoff 设计矩阵，通过一次只能替换原始设计矩阵中单个对应列的方式实现。OATK 是 Barber 和 Cand\`e 等人（BC）方法的实质性放宽和简化，该方法同时生成 knockoff 设计矩阵的所有列，以满足一 larger 集合的约束。为测试每个变量的重要性，随后构建统计量，通过比较原始系数与 knockoff 系数来实现。 在原始设计矩阵上的轻度相关假设下，OATK 在任何期望水平下渐近地控制 FDR。此外，OATK 在各种仿真示例和一个真实基因数据集中 consistently 实现（常常显著）高于 BC 和其他方法的更高检验功效。一次性生成 knockoff 也具有显著的计算优势，并可实现额外的增强，如条件校准或去随机化，以进一步提高检验功效和 FDR 控制的一致性。OATK 可视为固定设计线性回归问题中推广的条件随机化检验（CRT），可为每个假设生成细粒度的 p 值。
关键词
引用
@article{arxiv.2502.18750,
title = {One-at-a-time knockoffs: controlled false discovery rate with higher power},
author = {Charlie K. Guan and Zhimei Ren and Daniel W. Apley},
journal= {arXiv preprint arXiv:2502.18750},
year = {2025}
}