В анализе фМРТ, что на самом деле сравнивает t-критерий?

В анализе фМРТ 1-го уровня мне неясно, что на самом деле сравнивает t-тест, выполненный для каждого вокселя. Я видел, как это описывается одним из двух разных способов:

  1. Стьюдентный критерий оценивает, насколько хорошо модель (кривая HRF, свернутая с планом) соответствует данным (ЖИРНЫЙ сигнал), другими словами, является мерой качества этого соответствия.

  2. Стьюдентный тест сравнивает ЖИРНЫЙ сигнал с базовой линией.

Я предполагаю, что оба они могут быть концептуализированы как одновыборочные t-тесты, но неясно, будут ли эти два сравнения на самом деле эквивалентными, или если в разных ситуациях используются разные типы t-тестов, с двумя приведенными выше случаями. но два примера.

Ответы (1)

Коэффициент - это мера того , насколько сильно данный фактор предсказывает зависимую переменную, или, другими словами, какая часть дисперсии зависимой переменной может быть объяснена этим фактором. Таким образом, сам коэффициент, а не t-статистика коэффициента, является мерой того, что вы называете, насколько хорошо модель (или, точнее, регрессор) соответствует данным.

Т - статистика коэффициента в множественной регрессии является статистической проверкой этого коэффициента, рассчитанной как коэффициент, деленный на его стандартную ошибку. Поэтому было бы правильнее сказать, что это мера того, насколько надежен коэффициент выборки, или насколько вероятно, что с учетом коэффициента, который мы получили, истинный коэффициент равен 0. Но это теоретически не зависит от качества выборки. подходит, и у вас может быть очень стабильный, но маленький коэффициент, который получит высокий t-stat, или большой в среднем, но сильно изменчивый коэффициент, который получит низкий t-stat. Результаты теста также, очевидно, будут зависеть от размера вашей выборки и степеней свободы в вашей модели.

Может возникнуть путаница в том, что коэффициент более или менее такой же, как при сравнении с базовой линией, потому что базовая линия не является (или не должна быть) явным регрессором в модели. Более высокий коэффициент будет означать, при прочих равных условиях, что соответствие лучше и/или что эффект больше. Но если вы явно не проводите сравнение активации с базовым уровнем, это не то, что на самом деле означает коэффициент.

Вы можете прочитать больше об этой последней проблеме здесь: https://github.com/jdkent/tests_and_musings/blob/master/magnitude_and_delay_in_bold.ipynb?fbclid=IwAR3H-pvYmVQtMaDBzDAfexyNeuCUHHe6vuYLsV83l957rvHawv1bWJlaB9U

Спасибо Генри за очень полезный ответ. Я думаю, что вы используете термин «базовый уровень» в смысле «сравнения с нулем», например, в одновыборочном t-тесте; тогда как то, что я имею в виду, имеет отношение к «стандартному» контрасту, часто описываемому в документах по фМРТ, результатом которого может быть то, что, например, область мозга X «активируется» в состоянии А (по сравнению с исходным уровнем). В этом смысле «исходный уровень» часто означает отдых или какое-либо другое состояние, при котором параметры контролируются так, чтобы они были такими же, как в состоянии А. Надеюсь, я правильно вас понял — в любом случае, пожалуйста, дайте мне знать, если это изменит ваш ответ в тем не мение.
Стандартный способ запуска регрессионной модели заключается в свертывании функции HRF со временем предъявления стимулов. Таким образом, обычно не используется явная базовая линия. Таким образом, хотя не совсем правильно называть это сравнением с исходным уровнем, регрессия, по сути , является сравнением с активацией во время отдыха, т. е. активацией, которая наблюдается, когда стимулы не предъявляются. Когда достигается более высокий бета-вес, это означает, что активация в этой области повышается и падает более синхронно с предъявлением стимулов и отдыхом. T-stat — это всего лишь мера надежности этой синхронизации.
В анализе фМРТ, что на самом деле сравнивает t-критерий?
СпросиСетьПолитика конфиденциальности1y, 0v