VBA: a probabilistic treatment of nonlinear models for neurobiological and behavioural data.
VBA: a probabilistic treatment of nonlinear models for neurobiological and behavioural data.
复制标题
DOI：
10.1371/journal.pcbi.1003441
复制
发表时间：
2014-01
影响因子：
4.3
通讯作者：
Rigoux L
中科院分区：
文献类型：
--
作者：
Daunizeau J;Adam V;Rigoux L
这项工作与正在进行的对人类神经认知过程的计算（定量和可反驳）理解的努力是一致的。在过去的十年里，许多复杂的行为和神经生物学数据模型蓬勃发展。这些模型中的大多数部分是未指定的（即它们具有未知参数）和非线性的。这使得它们很难与正式的统计数据分析框架相提并论。反过来，这损害了基于模型的实证研究的可重复性。这项工作揭示了一个软件工具箱，为基于模型的经验数据分析的三个问题提供了通用，高效和稳健的概率解决方案：(i)数据模拟，（ii）参数估计/模型选择，以及（iii）实验设计优化。
This work is in line with an on-going effort tending toward a computational (quantitative and refutable) understanding of human neuro-cognitive processes. Many sophisticated models for behavioural and neurobiological data have flourished during the past decade. Most of these models are partly unspecified (i.e. they have unknown parameters) and nonlinear. This makes them difficult to peer with a formal statistical data analysis framework. In turn, this compromises the reproducibility of model-based empirical studies. This work exposes a software toolbox that provides generic, efficient and robust probabilistic solutions to the three problems of model-based analysis of empirical data: (i) data simulation, (ii) parameter estimation/model selection, and (iii) experimental design optimization.
登录
查看更多内容
DOI：
10.1016/j.physd.2009.08.002
发表时间：
2009-11-01
期刊：
Physica D. Nonlinear phenomena
影响因子：
--
作者：
Daunizeau J;Friston KJ;Kiebel SJ
通讯作者：
Kiebel SJ
影响因子：
5.7
作者：
Friston, Karl J.;Mattout, Jeremie;Penny, Will
通讯作者：
Penny, Will
影响因子：
5.7
作者：
Daunizeau, J.;Stephan, K. E.;Friston, K. J.
通讯作者：
Friston, K. J.
影响因子：
5.7
作者：
Friston, Karl J.;Penny, Will
通讯作者：
Penny, Will
影响因子：
1.9
作者：
JANSEN, BH;RIT, VG
通讯作者：
RIT, VG