我的统计知识很少，对不起。我有大量的测量幅度。在没有信号的情况下，假设噪声具有正态分布。当信号的幅度高于周围噪声时，分布的形状在正侧更拖尾。我正在考虑使用偏度来检测信号。但是与体积本身相比，更高振幅的区域（体积中的细胞）相当小。所以，我们说的是总共数千个细胞中的数百个细胞。如果正态分布的偏度为零，我如何提取体积中导致非零偏度的那些单元格。如果说，我的偏度值为 0.5，有没有办法删除所有单元格并只保留那些提高偏度值的单元格。
提前致谢。
问问题
103 次
1 回答
3
在我看来，最好将问题建模为混合模型：我们有高斯背景
B ~ N(0, 西格玛)
和一个信号，发布者没有指定一个特定的模型。
如果我们可以假设信号也采用一个（或可能几个混合）高斯的形式，那么使用 EM 算法的高斯混合建模可能是解决它的好方法（参见 Wikipedia）。
一篇关于分割的好论文在这里：
http://www.fil.ion.ucl.ac.uk/~karl/Unified%20segmentation.pdf
如果我们不能做出这样的假设，我会使用稳健的回归方法来估计高斯噪声的参数，其中信号被视为异常值，例如最小修剪平方（再次参见维基百科）。
然后可以通过（Bonferroni 校正）假设检验找到异常值单元，如本文所述：
于 2012-12-10T18:34:14.750 回答