Statistics 使用偏斜度分割体积

对不起，我在统计学方面的知识微乎其微。我有大量的测量振幅。在没有信号的情况下，假设噪声具有正态分布。当信号的振幅高于周围的噪声时，分布的形状在正侧更为尾随。我在考虑用偏度来检测信号。但与体积本身相比，振幅较高的区域（体积中的细胞）相当小。因此，我们谈论的是从数千个细胞中分离出数百个细胞。如果正态分布的偏度为零，如何提取体积中导致非零偏度的单元格。如果我的偏度值是0.5，有没有办法删除所有单元格，只保留那些提高偏度值的单元格。也许我听起来不太清楚，但这恰恰说明我对这个话题的了解是多么少

---

提前谢谢

在我看来，这个问题最好用混合模型来建模：我们有一个高斯背景

B~N（0，西格玛）

还有一个信号，海报上没有指定具体的型号

如果我们可以假设信号也采用一种（或可能是几种）高斯混合的形式，那么使用EM算法的高斯混合建模可能是一种很好的解决方法（参见维基百科）

关于细分的一篇好文章如下：

如果我们不能做出这样的假设，我将使用稳健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）

然后可通过（Bonferroni校正）假设检验发现异常值单元格，如本文所述：