Недавно я провел эксперимент с ЭЭГ, используя пассивную парадигму Оддбола с двумя экспериментальными условиями: стандартные стимулы (возникающие с вероятностью 85%) и девиантные стимулы (возникающие с вероятностью 15%). Этот эксперимент был проведен на 10 участниках.
ССП регистрировали с 64 электродов.
Тест ANOVA на базовом периоде до стимула показал значительный эффект состояния. Я наблюдал разницу между волной стандартного стимула и волной девиантного стимула. Между этими двумя не должно быть такой разницы, но я понял, что эта разница вызвана меньшим количеством испытаний в девиантном состоянии, чем в стандартном.
Однако мне все еще интересно, может ли эта значительная разница быть вызвана небольшим количеством участников (n = 10) или слишком маленьким интервалом между стимулами (ISI = 1500 мс)? Как вы предлагаете мне относиться к этому важному базовому уровню в отношении понимания эффектов MMN/P3?
Я посмотрел на cogsci.SE и не нашел ничего, относящегося к моему вопросу.
Сколько испытаний у вас есть для каждого условия? При небольшом количестве испытаний в девиантном состоянии и небольшом количестве участников это может произойти.
Однако ISI не вызвал бы этого сам по себе, рассматривали ли вы рассмотрение последствий предыдущего испытания? Вы можете проанализировать базовые интервалы в зависимости от того, какого типа было предыдущее испытание, и посмотреть, есть ли разница в периоде после отклонений или стандартов.
Вы также можете попытаться случайным образом отобрать столько стандартных испытаний, сколько у вас есть отклонений на участника, а затем повторить анализ и посмотреть, что произойдет. Вы можете сделать цикл и сделать это много раз, а затем посмотреть на медианное значение p.
Также может случиться так, что какое-то небольшое количество испытуемых вносит некоторый перекос в ваши результаты. Вы можете попытаться повторить свой анализ на уровне одного субъекта, сравнив стандартные и девиантные исследования внутри субъектов. Тогда вы могли бы увидеть, все ли ваши предметы имеют этот эффект или только некоторые из них. Если это только некоторые, вы можете более внимательно просмотреть их данные на предмет потенциальных выбросов. Если это общее дело, я бы изучил последствия предыдущего испытания.
И если это эффект предыдущего испытания, вы можете просто удалить все стандартные испытания, которым предшествует девиант, и повторить попытку.
При всем при этом, даже если у вас есть разница в базовой линии, это может не иметь большого значения: для этого и нужна коррекция базовой линии . Но я согласен, что это сбивает с толку.
Я также немного смущен, почему вы должны использовать ANOVA для сравнения двух условий, а не t-критерий. Может быть, я не совсем понимаю ваш дизайн.
Офри Равив
Офри Равив
Матильда
Матильда
Офри Равив
Матильда