マイクロアレイデータ分析に適用可能な平均と分散の両方を縮小する最適なテスト

マイクロアレイデータの「大規模な小n」特性の結果として、個々の遺伝子に基づく仮説検定は、しばしば平均力が低くなります。電力を改善しようとするいくつかの提案されたテストがあります。これらの中で、James-Stein Shrinkageの概念を使用して開発されたFSテストは、分散を推定することを示しました。このホワイトペーパーでは、マップテスト（マップが最大平均電力を表している場合）と呼ばれる最適なベイズテストを見つけるために、分布で重要なパラメーターをモデル化するフレームワークを確立します。このフレームワークでは、FSテストは、分散のモデリングに対応するMAPテストに近似する経験的ベイズテストとして導き出すことができます。平均と分散の両方を分布でモデル化することにより、平均電力の観点から最適であるが計算集中的なマップ統計が導出されます。FSSテストと呼ばれる経験的ベイズテストは、マップテストの近似として導出され、瞬時に計算できます。FSS統計は、平均と分散の両方を縮小し、MAPテストに対して数値的に同一の平均力を持っています。このペーパーでは、提案されたテストが、古典的なFテスト、FSテスト、ライトとサイモンのテスト、モデレートT検定など、文献の他のテストよりも平均力で均一に優れていることを示す多くの数値的証拠が提示されています。、サム、EfronのTテスト、B統計とStoreyの最適な発見手順。誤検出率（FDR）を制御する際に提案されたテストが電力が最適であることを示す理論が確立されています。

As a consequence of the "large p small n" characteristic for microarray data, hypothesis tests based on individual genes often result in low average power. There are several proposed tests that attempt to improve power. Among these, the FS test that was developed using the concept of James-Stein shrinkage to estimate the variances showed a striking average power improvement. In this paper, we establish a framework in which we model the key parameters with a distribution to find an optimal Bayes test which we call the MAP test (where MAP stands for Maximum Average Power). Under this framework, the FS test can be derived as an empirical Bayes test approximating the MAP test corresponding to modeling the variances. By modeling both the means and the variances with a distribution, a MAP statistic is derived which is optimal in terms of average power but is computationally intensive. An empirical Bayes test called the FSS test is derived as an approximation to the MAP tests and can be computed instantaneously. The FSS statistic shrinks both the means and the variances and has numerically identical average power to the MAP tests. Much numerical evidence is presented in this paper that shows that the proposed test performs uniformly better in average power than the other tests in the literature, including the classical F test, the FS test, the test of Wright and Simon, the moderated t-test, SAM, Efron's t test, the B-statistic and Storey's optimal discovery procedure. A theory is established which indicates that the proposed test is optimal in power when controlling the false discovery rate (FDR).