终止随机实验选择器：具有错误发现率控制的快速高维变量选择
统计方法学
2024-03-14 v7 信号处理
统计理论
机器学习
统计理论
摘要
我们提出终止随机实验(T-Rex)选择器，一种针对高维数据的快速变量选择方法。T-Rex选择器在控制用户定义的目标错误发现率(FDR)的同时，最大化所选变量的数量。这是通过融合多个提前终止的随机实验的解来实现的。实验在原始预测变量与多组随机生成的虚拟预测变量的组合上进行。我们提供了基于鞅理论的FDR控制性质的有限样本证明。数值模拟证实FDR在目标水平上得到控制，同时具有较高功效。我们证明虚拟变量可从具有有限期望和方差的任意单变量概率分布中采样。所提方法的计算复杂度在变量数量上呈线性。在数值实验和模拟的全基因组关联研究(GWAS)中，T-Rex选择器优于最先进的FDR控制方法，而其顺序计算时间比最强基准方法低两个数量级以上。包含T-Rex选择器实现的开源R包TRexSelector可在CRAN上获取。
引用
@article{arxiv.2110.06048,
title = {The Terminating-Random Experiments Selector: Fast High-Dimensional Variable Selection with False Discovery Rate Control},
author = {Jasin Machkour and Michael Muma and Daniel P. Palomar},
journal= {arXiv preprint arXiv:2110.06048},
year = {2024}
}
备注
R packages 'TRexSelector' and 'tlars' on CRAN, 33 pages, 21 figures, 2 tables