Active multiple testing with proxy p-values and e-values
利用代理 p 值与 e 值的主动多重检验AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要核心是通用多重检验与资源分配，因果效应仅作为应用，不足以指定所列计量领域细分。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
利用代理 p 值与 e 值的主动多重检验
- 研究问题
- 真实实验或统计量计算成本较高时，能否利用便宜的代理统计量决定查询对象，同时保持单项检验有效性与多重检验错误控制？
- 方法与思路
- 作者根据代理值设置查询真实统计量的概率，在未查询时使用代理，并刻画有效的主动 p 值与 e 值构造及错误发现率控制程序。
- 材料陈述的贡献
- 摘要称框架允许代理与真实统计量任意依赖，且无需限定代理来源；模拟和单细胞 CRISPR 应用展示了代理准确时的功效与资源收益。
- 阅读关注点
- 应核对查询概率、代理替代规则及校正步骤如何共同保证有效性，并查看错误发现率控制对各假说间依赖和代理误差的要求。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收均未核实。摘要未给出有效性条件和成本量化，任意依赖并不意味着可直接用未经校正的代理值。
原文摘要
Researchers often lack the resources to test every hypothesis of interest directly or compute test statistics comprehensively, but often possess auxiliary data from which we can compute an estimate of the experimental outcome. We introduce a novel approach for selecting which hypotheses to query a statistic (e.g., run an experiment, perform expensive computation, etc.) in a hypothesis testing setup by leveraging estimates to compute proxy statistics. Our framework allows a scientist to propose a proxy statistic and then query the true statistic with some probability based on the value of the proxy. We make no assumptions about how the proxy is derived, and it can be arbitrarily dependent on the true statistic. If the true statistic is not queried, the proxy is used in its place. We characterize "active" methods that produce valid p-values and e-values in this setting and utilize this framework in the multiple testing setting to create procedures with false discovery rate (FDR) control. Through simulations and real data analysis of causal effects in scCRISPR screen experiments, we empirically demonstrate that our proxy framework has both high power and low resource usage when our proxies are accurate estimates of the respective true statistics.