为什么有人会绘制均值归一化的方差?

机器算法验证 方差 意思是 分散
2022-03-24 03:27:55

我正在阅读一篇科学论文,其中他们绘制了由粒子强度平均值归一化的粒子强度方差。我有点困惑,不知道这应该如何帮助我。我习惯于看到标准差和方差,这两者都反映了离散性。

由均值归一化的方差图给了我什么方差图没有?

这是我正在谈论的图表的示例。x 轴表示导致粒度分布的 RNA 分子的长度。你可以把它当作一个分类变量。

在此处输入图像描述

编辑:

这种关系显然被称为“分散指数”。

在这里,他们可能正在寻找“过度分散”,这表明这些粒子出乎意料地大分组或聚集(实际上是他们在显微镜下看到的)。

不过,我仍然试图围绕直觉来思考。我知道对于泊松分布,均值 = 方差(分散因子 = 1),但这只是我知道的事实,我不想将这种关系视为衡量分布的“泊松”程度。

1个回答

均值上的方差称为离散指数

这在比较两个具有不同均值的随机变量时很有用,以便解释较大均值的较大方差。

示例:假设两个田地有一些羊,我雇了 2 个“计数器”来数每个田地的羊。计数器为他们的领域数羊 10 次,并报告计数的羊数量。如果第一个计数器得到一个有 50 只羊的字段,那么对于那个计数器,它们计数的可变性自然会很低。另一方面,对于第二个计数器,如果他们的领域有 1000 只羊,那么他们计数的可变性肯定会高于第一个计数器。

所以在这种情况下,我们不能只研究两个计数器的方差并声明第一个计数器更好,因为他/她的方差较低。我们必须考虑各自领域的绵羊数量。这可以通过用平均值(即分散指数)对方差进行加权来完成。