Core Concepts
本論文は、一般化線形モデルにおける未測定交絡因子の存在下での同時推論のための統一的な推定および推論フレームワークを提案する。提案手法は、任意の交絡メカニズムに対応でき、多変量応答を扱うことができる。
Abstract
本論文は、一般化線形モデルにおける未測定交絡因子の存在下での同時推論問題を扱っている。
まず、提案手法の3つの主要なステップを説明する:
周辺および無相関な交絡効果を分離することで、潜在係数を回復する。
lasso型最適化を通じて、潜在因子と主効果を共同推定する。
偏った推定量に対して、射影と加重バイアス補正ステップを組み込むことで、仮説検定を行う。
理論的には、様々な効果の同定条件と非漸近誤差界を確立する。また、標本サイズと応答サイズが無限大に収束するとき、漸近的なz検定の第一種過誤率制御を示す。
数値実験では、提案手法がBenjamini-Hochberg手順によって偽発見率を制御し、代替手法よりも強力であることを示す。さらに、単一細胞RNA-seqデータの分析を通じて、重要な共変量が欠如している場合の交絡効果調整の適切性を実証する。
Stats
標本サイズnと応答サイズpが無限大に収束するとき、提案手法の漸近的なz検定は第一種過誤率を適切に制御する。
提案手法は、Benjamini-Hochberg手順によって偽発見率を制御し、代替手法よりも強力である。
Quotes
"本論文は、一般化線形モデルにおける未測定交絡因子の存在下での同時推論のための統一的な推定および推論フレームワークを提案する。"
"提案手法は、任意の交絡メカニズムに対応でき、多変量応答を扱うことができる。"