Mass univariate analysis of event-related brain potentials/fields II: Simulation studies.
Mass univariate analysis of event-related brain potentials/fields II: Simulation studies.
复制标题
DOI：
10.1111/j.1469-8986.2011.01272.x
复制
发表时间：
2011-12
期刊：
影响因子：
3.7
通讯作者：
Kutas M
中科院分区：
文献类型：
--
作者：
Groppe DM;Urbach TP;Kutas M
Mass单变量分析是一种较新的研究ERPs/ERFs的方法。它包括许多统计检验和多重比较的几个强大的校正之一。多重比较修正在其力量和宽容度上有所不同。此外，有些方法不能保证有效，或者可能对零假设的不感兴趣的偏差过于敏感。在这里，我们报告的模拟评估的准确性，宽容性，和权力的六个流行的多重比较校正（基于置换的控制的家庭明智的错误率：FWER，弱控制FWER通过基于集群的置换测试，基于置换的控制广义FWER，和三个错误发现率控制程序）使用现实的ERP数据的结果。此外，我们还研究了排列检验对总体方差差异的敏感性。这些结果将有助于研究人员应用和解释这些程序。
Mass univariate analysis is a relatively new approach for the study of ERPs/ERFs. It consists of many statistical tests and one of several powerful corrections for multiple comparisons. Multiple comparison corrections differ in their power and permissiveness. Moreover, some methods are not guaranteed to work or may be overly sensitive to uninteresting deviations from the null hypothesis. Here we report the results of simulations assessing the accuracy, permissiveness, and power of six popular multiple comparison corrections (permutation-based control of the family-wise error rate: FWER, weak control of FWER via cluster-based permutation tests, permutation based control of the generalized FWER, and three false discovery rate control procedures) using realistic ERP data. In addition, we look at the sensitivity of permutation tests to differences in population variance. These results will help researchers apply and interpret these procedures.
登录
查看更多内容
影响因子：
2.7
作者：
Benjamini, Yoav;Krieger, Abba M.;Yekutieli, Daniel
通讯作者：
Yekutieli, Daniel
影响因子：
4.5
作者：
Clarke, Sandy;Hall, Peter
通讯作者：
Hall, Peter
影响因子：
--
作者：
Oostenveld R;Fries P;Maris E;Schoffelen JM
通讯作者：
Schoffelen JM
影响因子：
3
作者：
Kim KI;van de Wiel MA
通讯作者：
van de Wiel MA
影响因子：
2.9
作者：
Groppe DM;Choi M;Huang T;Schilz J;Topkins B;Urbach TP;Kutas M
通讯作者：
Kutas M