我对空间统计背景下的方向性手段有一些合理的想法，但我对这篇计算生物学论文（强调我的）方法部分中对这个术语的使用感到困惑：

通过将原始 ES 除以由相同大小的发夹组的 100,000 个随机排列生成的大小匹配空分布的方向平均值，原始 ES 值被归一化以解释不同基因中可变数量的 shRNA。

总结相关部分：应该计算从一组分数（不涉及向量）获得的分布的方向平均值。

如何从一组值（或相关的密度函数）中获得方向平均值？

编辑：一条可能相关的信息：正在绘制其分布并且应该提取其“方向平均值”的分数值是通过应用于值子集的拟合优度测试获得的（“发夹集”）从整个排名列表（微阵列数据，转换为差异表达值列表）中取出。

我也怀疑微阵列数据的空间方面可能在这里发挥任何作用（它早已通过预处理消除了）。