Avoiding non-independence in fMRI data analysis: leave one subject out.
Avoiding non-independence in fMRI data analysis: leave one subject out.
复制标题
DOI：
10.1016/j.neuroimage.2009.10.092
复制
发表时间：
2010-04-01
期刊：
影响因子：
5.7
通讯作者：
Yantis, Steven
中科院分区：
文献类型：
--
作者：
Esterman, Michael;Tamber-Rosenau, Benjamin J.;Chiu, Yu-Chin;Yantis, Steven
关于某些功能磁共振成像数据分析实践的关注最近引起了热烈的辩论。主要关切的是非独立性问题，即在进行初步统计检验之后，又进行进一步的非独立性统计检验。在这份报告中，我们提出了一个简单，实用的解决方案，以减少偏差，在二次测试由于非独立性使用留一个主题（LOSO）的方法。我们提供了这种方法的例子，展示了它如何减少效应量膨胀，并建议它可以作为一个功能定位器时，内主题的方法是不切实际的。
Concerns regarding certain fMRI data analysis practices have recently evoked lively debate. The principal concern regards the issue of non-independence, in which an initial statistical test is followed by further non-independent statistical tests. In this report, we propose a simple, practical solution to reduce bias in secondary tests due to nonindependence using a leave-one-subject-out (LOSO) approach. We provide examples of this method, show how it reduces effect size inflation, and suggest that it can serve as a functional localizer when within-subject methods are impractical.
登录
查看更多内容
影响因子：
3.2
作者：
Gauthier, I;Tarr, MJ;Anderson, AW
通讯作者：
Anderson, AW
影响因子：
25
作者：
Kriegeskorte, Nikolaus;Simmons, W. Kyle;Bellgowan, Patrick S. F.;Baker, Chris I.
通讯作者：
Baker, Chris I.
影响因子：
5.3
作者：
Boynton, GM;Engel, SA;Heeger, DJ
通讯作者：
Heeger, DJ
影响因子：
12.6
作者：
Lindquist, Martin A.;Gelman, Andrew
通讯作者：
Gelman, Andrew
DOI：
10.1073/pnas.0903593106
发表时间：
2009-10-20
影响因子：
11.1
作者：
Esterman, Michael;Chiu, Yu-Chin;Yantis, Steven
通讯作者：
Yantis, Steven