e값을 활용한 개선된 조정 베니아미니 호흐버그 방법

초록

본 논문은 Barber와 Candès가 제안한 knockoff 기반 FDR 제어 프레임워크를 재검토하고, Sarkar와 Tang의 방법을 비정규화된 e‑값 가중 BH 절차의 특수 경우로 해석한다. 이를 바탕으로 제한된 p‑to‑e 교정 함수를 도입해 가중을 보다 유연하게 할당하는 일반화된 절차를 제시한다. 제안된 세 가지 방법(기본 e‑값 가중 BH, 비율 추정 기반 적응형, 가중 적응형)은 모두 유한 표본 및 asymptotic 수준에서 FDR 제어를 보장한다. 시뮬레이션과 HIV‑1 약물 저항성 데이터 분석을 통해 기존 knockoff 방법 및 Sarkar‑Tang 방법보다 전반적으로 더 높은 검정력과 안정적인 FDR 제어를 확인하였다.

상세 분석

본 연구는 변수 선택 문제를 다중 검정으로 전환한 뒤, knockoff 설계 행렬 ˜X와 원본 설계 행렬 X를 이용해 두 개의 독립적인 추정량 ˆβ(1), ˆβ(2)를 구성한다. 이를 통해 두 집합의 t‑통계량 T(1), T(2)와 대응 p‑값 P(1), P(2)를 얻는다. Sarkar‑Tang은 P(1)을 Bonferroni 임계값으로, P(2)를 BH 절차에 적용하는 두 단계 절차(Bon‑BH)를 제안했으며, 이는 P(1)과 P(2) 사이의 독립성을 이용해 FDR을 제어한다. 저자는 이러한 절차를 e‑값 프레임워크로 재해석한다. 구체적으로, P(1)에서 p‑to‑e 교정 함수 g(·)를 적용해 e‑값 S(1)=g(P(1))을 얻고, 이를 P(2)에 대한 가중으로 사용한다. 이때 g는