論文の概要: SAFFRON and LORD Ensure Online Control of the False Discovery Rate Under Positive Dependence

• arxiv url: http://arxiv.org/abs/2110.08161v1
• Date: Fri, 15 Oct 2021 15:43:24 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-18 14:43:15.563810
• Title: SAFFRON and LORD Ensure Online Control of the False Discovery Rate Under Positive Dependence
• Title（参考訳）: SAFFRONとLORDは正の依存下での偽発見率のオンライン制御を保証する
• Authors: Aaron Fisher
• Abstract要約: 最も人気のあるオンライン手法には、アルファ投資、LORD++(以下、LORD)、SAFFRONなどがある。 これらの3つの手法は、修正された偽発見率(mFDR)のオンライン制御を提供することが示されている。 我々の研究は、SAFFRONとLORDが非負の依存下でFDRのオンライン制御を保証していることを示し、これらの結果を裏付けるものである。
• 参考スコア（独自算出の注目度）: 1.4213973379473654
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Online testing procedures assume that hypotheses are observed in sequence, and allow the significance thresholds for upcoming tests to depend on the test statistics observed so far. Some of the most popular online methods include alpha investing, LORD++ (hereafter, LORD), and SAFFRON. These three methods have been shown to provide online control of the "modified" false discovery rate (mFDR). However, to our knowledge, they have only been shown to control the traditional false discovery rate (FDR) under an independence condition on the test statistics. Our work bolsters these results by showing that SAFFRON and LORD additionally ensure online control of the FDR under nonnegative dependence. Because alpha investing can be recovered as a special case of the SAFFRON framework, the same result applies to this method as well. Our result also allows for certain forms of adaptive stopping times, for example, stopping after a certain number of rejections have been observed.
• Abstract（参考訳）: オンラインテスト手順では、仮説が連続的に観測され、今後のテストの重要度しきい値がこれまで観測されたテスト統計に依存すると仮定している。 最も人気のあるオンラインメソッドには、alpha investment、lord++(以下lord)、saffronなどがある。 これら3つの手法は、"modified" false discovery rate (mfdr) をオンラインで制御できることが示されている。 しかし、我々の知る限り、テスト統計の独立条件下では、従来の偽発見率(FDR)を制御できることしか示されていない。 我々の研究は、SAFFRONとLORDが非負の依存下でFDRのオンライン制御を保証していることを示し、これらの結果を裏付けている。 SAFFRONフレームワークの特別なケースとしてアルファ投資を回収できるため、この手法にも同様の結果が適用される。 また, 一定数の拒絶が観測された後に停止する, 適応停止時間など, ある種の適応停止時間を許容する。

関連論文リスト

• Ranking by Lifts: A Cost-Benefit Approach to Large-Scale A/B Tests [0.0]
  大規模なテストを行うA/Bテスタは、nullの偽の拒絶をコントロールできることを望んでいる。 本研究は、偽発見率(FDR)制御を受ける利益を最大化する決定論的枠組みを開発する。
  論文  参考訳（メタデータ） (2024-07-01T07:40:08Z)
• Lazy Layers to Make Fine-Tuned Diffusion Models More Traceable [70.77600345240867]
  新たな任意の任意配置(AIAO)戦略は、微調整による除去に耐性を持たせる。 拡散モデルの入力/出力空間のバックドアを設計する既存の手法とは異なり,本手法では,サンプルサブパスの特徴空間にバックドアを埋め込む方法を提案する。 MS-COCO,AFHQ,LSUN,CUB-200,DreamBoothの各データセットに関する実証研究により,AIAOの堅牢性が確認された。
  論文  参考訳（メタデータ） (2024-05-01T12:03:39Z)
• Transferable and Efficient Non-Factual Content Detection via Probe Training with Offline Consistency Checking [48.68044413117397]
  PINOSEは、オフラインの自己整合性検査結果に基づいて探索モデルをトレーニングし、人間の注釈付きデータの必要性を回避する。 応答復号に先立って内部状態の様々な側面を調べ、事実的不正確な検出に寄与する。
  論文  参考訳（メタデータ） (2024-04-10T05:00:35Z)
• Model-free Test Time Adaptation for Out-Of-Distribution Detection [62.49795078366206]
  我々はtextbfDistribution textbfDetection (abbr) のための非パラメトリックテスト時間 textbfAdaptation フレームワークを提案する。 Abbrは、オンラインテストサンプルを使用して、テスト中のモデル適応、データ分散の変更への適応性を向上させる。 複数のOOD検出ベンチマークにおける包括的実験により,abrの有効性を示す。
  論文  参考訳（メタデータ） (2023-11-28T02:00:47Z)
• Online multiple testing with e-values [37.0397290998274]
  科学者は、誤った発見の数を確実にコントロールしながら、できるだけ多くの発見をしたいと考えています。 オンライン設定におけるFDR制御の以前の方法は、各仮説のテスト統計の間に特定の依存構造が存在すると仮定した場合に、アルゴリズムの定式化に焦点が当てられていた。 我々のアルゴリズムであるe-LONDは、任意の、おそらく未知の依存下でFDR制御を提供する。
  論文  参考訳（メタデータ） (2023-11-10T22:14:47Z)
• Sequential Predictive Two-Sample and Independence Testing [114.4130718687858]
  逐次的非パラメトリック2サンプルテストと独立テストの問題点について検討する。 私たちは賭けによる(非パラメトリックな)テストの原則に基づいています。
  論文  参考訳（メタデータ） (2023-04-29T01:30:33Z)
• Sequential Kernelized Independence Testing [101.22966794822084]
  我々は、カーネル化依存度にインスパイアされたシーケンシャルなカーネル化独立試験を設計する。 シミュレーションデータと実データの両方にアプローチのパワーを実証する。
  論文  参考訳（メタデータ） (2022-12-14T18:08:42Z)
• Online Control of the False Discovery Rate under "Decision Deadlines" [1.4213973379473654]
  オンラインテスト手順は、一連の仮説テストを通して偽の発見の程度を制御することを目的としている。 提案手法は,テストの各段階での偽発見率(FDR)と,適応的に選択された停止時間を制御する。
  論文  参考訳（メタデータ） (2021-10-04T17:28:09Z)
• Tracking disease outbreaks from sparse data with Bayesian inference [55.82986443159948]
  新型コロナウイルス(COVID-19)のパンデミックは、感染発生時の感染率を推定する新たな動機を与える。 標準的な手法は、より細かいスケールで共通する部分的な観測可能性とスパースなデータに対応するのに苦労する。 原理的に部分観測可能なベイズ的枠組みを提案する。
  論文  参考訳（メタデータ） (2020-09-12T20:37:33Z)
• Structure-Adaptive Sequential Testing for Online False Discovery Rate Control [1.456699007803424]
  本研究は、オンライン偽発見率(FDR)制御のための構造適応シーケンシャルテスト(SAST)ルールの新しいクラスを開発する。 我々の提案の重要な要素は、逐次決定における利得と損失を正確に特徴付ける新しいアルファ投資アルゴリズムである。
  論文  参考訳（メタデータ） (2020-02-28T23:16:44Z)
• PAPRIKA: Private Online False Discovery Rate Control [27.698099204682105]
  サンプルの差分プライバシーの制約の下で, 仮説テストにおけるFalse Discovery Rate (FDR) の制御について検討した。 我々は、非プライベートなオンラインFDR制御における最先端の結果に基づく新しいプライベートアルゴリズムを提供する。
  論文  参考訳（メタデータ） (2020-02-27T18:42:23Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。