稀有与微弱特征的信号识别：高阶批判还是错误发现率？
统计方法学
2012-12-21 v2
摘要
高维设定下的信号识别是生物统计学中的一个挑战性问题。近期，高阶批判（HC）方法被证明是确定合适决策阈值的有效手段。在此，我们从错误发现率（FDR）的角度研究 HC。我们证明，HC 阈值可被视为两类判别分析中一类自然类边界（CB）的近似，而该类边界又可表示为 FDR 阈值。我们论证了，在相空间中信号识别可行的稀有-微弱设定区域中，这两种阈值在实际中无法区分，因此 HC 阈值处理等价于使用简单的局部 FDR 截断值。我们通过解析和模拟研究了 HC 与 CB 阈值的关系及其性质，并进一步通过对四个癌症基因表达数据集的应用进行了比较。
引用
@article{arxiv.1112.2615,
title = {Signal Identification for Rare and Weak Features: Higher Criticism or False Discovery Rates?},
author = {Bernd Klaus and Korbinian Strimmer},
journal= {arXiv preprint arXiv:1112.2615},
year = {2012}
}
备注
19 pages, 3 figures, 2 tables