Signal-till-brus-statistik

I matematik är det statistiska signal-brusavståndet mellan två vektorer a och b med medelvärden $\mu _{a}$ och μ $\displaystyle \mu _{b}}$ och standardavvikelse ${ \displaystyle \sigma _{a}}$ respektive $\sigma _{b}$ är:

$D_{sn}={(\mu _{a}-\mu _{b}) \over (\sigma _{a }+\sigma _{b})}$

När det gäller Gauss-fördelade data och opartiska klassfördelningar kan denna statistik relateras till klassificeringsnoggrannhet givet en ideal linjär diskriminering, och en beslutsgräns kan härledas.

Detta avstånd används ofta för att identifiera vektorer som har signifikant skillnad. En användning är inom bioinformatik för att lokalisera gener som är differentiellt uttryckta i mikroarrayexperiment .

Se även

• Distans
• Enhetlig norm
• Manhattan avstånd
• Signal-brusförhållande
• Signal/brusförhållande (bildbehandling)