在fieltrip里面做statistics的时候,除了要输出处理过的数据(freqanalysis or timelockanalysis or sourceanalysis)还要设计一个design matrix 主要用来标记数据的属性,比如属于哪一组 哪个trials 哪个condidations , 其中 ivar 和 uvar是比较重要的数据,它也是用来指明矩阵中每一行的属性,其中indepent var指的是不同的group, 而 uvar指的是不同的unit .

微信截图_20170214140023

单个sub之间不同condition的比较

A vsB

cfg.design=[ones(1,5),2*ones(1,4)]   %%design=[1 1 1 1 1 2 2 2 2 ]

cfg.ivar=1;                                              %意思就是第一行是独立变量

微信截图_20170214140151

多个sub、trial不同condition

 

cfg.design=[ones(1,5) 2*ones(1,5); 1:5 1:5] %设计一个行的matrix,

cfg.ivar=1;                                                            %第一行存的condition 独立变量

cfg.uvar=2;                                                          %第二行存的是trial or subject

微信截图_20170214140814

 相关性

这个看不太懂,直接上图吧

You might not want to test groups but rather calculate a correlation with any other series of values. These could be reaction times, a subject score on a questionnaire or even power in another frequency. Your design then will only have to specify those in a single row. For the example below we’ll just make an imaginary [sic] array of values.

微信截图_20170214141402

 

平均

很多时间我们需要对多个trial或者多个sub进行平均

我们可以使用ft_preprocessing  求mean 但是不方便

在 freqanalysis 和 timelock analysis 中 我们可以使用

 

cfg.avgovertime=’yes';

 

cfg.avgoverfreq=’yes';

 

cfg.avgoverchann=’yes';

微信截图_20170214141819

当然也可以用

[grandavg] = ft_freqgrandaverage(cfg, freq1, freq2, freq3...)

 [grandavg] = ft_timelockgrandaverage(cfg, avg1, avg2, avg3, ...)

 

统计方法

有个design matrix 和数据 就可以做统计了  涉及到的统计方法有四个

 

  • Montecarlo   这个用来计算Pvalue
  • Analytic         这个用来  t-test
  • Stats               没见过用来做什么
  • Crossvalidate  这个用来做交叉验证  用于机器学习

微信截图_20170214144304