单指标调制的多重检验

在大规模多重检验的背景下，假设往往伴随着某些先验信息。在本文中，我们提出了一种单指标调制（SIM）多重检验程序，该程序通过假设每个假设都有一个二元 $p$ 值 $(p_1,p_2)$（其中 $p_1$ 是来自先验信息的初步 $p$ 值，$p_2$ 是用于最终分析的主要 $p$ 值），在纳入先验信息的同时保持对错误发现率的控制。为了找到二元 $p$ 值的最佳拒绝域，我们提出了一种基于真实零假设和非零假设下 $(p_1,p_2)$ 的概率密度函数比值的准则。二元正态设置中的这一准则进一步促使我们将二元 $p$ 值投影到广泛方向 $\theta$ 上的单指标 $p(\theta)$。通过参数和非参数方法估计 $p(\theta)$ 的真实零分布，从而得出两种估计和控制错误发现率的程序。为了推导最佳投影方向 $\theta$，我们提出了一种基于功效比较的新方法，并证明其在某些温和条件下具有一致性。模拟评估表明，SIM 多重检验程序在控制错误发现率的同时显著提高了检测功效。文中将举例说明对真实数据集的分析。