基于LASSO类方法的Ⅰ类错误的控制.pdfVIP

·660· 空国卫生缠过!!!!生!旦箜丝鲞筮!塑 ·综述· 基于LASSO类方法的I类错误的控制。 山西医科大学卫生统计教研室(030001)许树红 王 慧 孙红卫 王 彤△ associationstud— 全基因组关联研究(genome—wide 有g；的不减函数，，在鸟，=g的条件下，E ies，GWAS)是在全基因组范围内同时研究上百万个[，(q1，．一，q枷)㈦=“]是不减的，后者为：对每一个风 nucleotide 单核苷酸多态性(single polymorphism，对应的P值P。及其不减函数，，在g，=／,t的条件下，E SNP)位点与疾病或某些性状之间的关联，从而筛选出 可能的致病SNP位点，进而对这些位点进行人群验证 样的方法。目前常用的控制I类错误的方法有两大 error 和实验分析。在GWAS研究中比较传统的分析方法类，分别是控制FWER(family—wiserate，FW— 是针对每个SNP和结局变量间关联进行单因素分析 ER)和控制FDR(falsediscoveryrate，FDR)。 的假设检验，而待分析的SNP数量有几十万甚至上百 设进行m次假设检验，原假设为H。；，i=1，…，m， 万个，使得检验次数十分巨大，如果不采用合适的方法 对应的P值表示为P，，i=1，…，m。将成立的H。对应 进行多重性校正来妥善控制I类错误，会产生许多假 的P值定义为g；，i=1，…，m。。表1是各种可能的检 阳性结果，对这些结果进行验证将耗费很多时问和财 验结果，m。和m，分别是检验中成立的Ho及不成立的 力，造成不必要的损失。针对全基因组测序数据进行 H0的个数。y是检验中成立的Ho被错误拒绝的个 多因素建模常采用的分析策略为降维和变量选择。变 数。仃。=m。／m，是m次假设检验中成立的Ho所占比 量选择的方法包括经典方法和惩罚类方法，惩罚类方 例。 法在GWAS研究、测序数据分析中应用广泛且发展迅 表1多重检验的结果 速，它假定模型具有稀疏性即真实情况下许多未知候 选变量的回归系数为0或者接近0，因此自变量的选 择问题转化为确定正确的子模型问题，且在选择变量 absolute 的同时给出模型参数的估计。LASSO(1east 1．控制FWER andselection shrinkage operator)作为一种常用的惩罚 FWER定义为至少犯一次I类错误的概率，，肝 类方法，部分研究者指出其选出的变量存在较高的假 阳性问题¨。o。针对该类问题，在多重校正以及变量 选择方法的基础上，发展了一些控制I类错误的同时 筛选出正确变量的方法。本文主要对多重检验中控制 I类错误的方法进行总结并且对基于LASSO的I类 m0 错误的控制方法进行综述。 mO ioL ’1 … z=l 多重检验中控制I类错误的策略和方法 =7roOL≤Od