2

次の文を読みました。

機能的 MRI データは、サンプル数に比べて高次元です (通常、1000 サンプルに対して 50000 ボクセル)。この設定では、機械学習アルゴリズムのパフォーマンスが低下する可能性があります。ただし、単純な統計テストは、ボクセルの数を減らすのに役立ちます。

スチューデントの t 検定 (scipy.stats.ttest_ind) は、2 つの分布が統計的に異なるかどうかを判断する単純な統計検定を実行します。2 つの異なる条件でボクセルの時系列を比較するために使用できます (この場合、家または顔が表示されている場合)。時系列分布が 2 つの条件で類似している場合、ボクセルは条件を識別するのにあまり関心がありません。

この検定は、2 つの時系列が同じ分布から引き出される確率を表す p 値を返します。p 値が低いほど、ボクセルの識別性が高くなります。

から: http://nilearn.github.io/building_blocks/manipulating_mr_images.html

この t 検定は 4 つのクラス (条件) にも適用できますか。

利用可能なこれのMatlab実装はありますか?

4

3 に答える 3

2

ボクセルごとにANOVA (分散分析)テストを実行する必要があります。

上記のリンクされたウィキペディアのページから：

最も単純な形式では、ANOVA は複数のグループの平均が等しいかどうかの統計的検定を提供するため、t 検定を 3 つ以上のグループに一般化します。

この質問では、条件に応じて状態が大幅に変化するボクセルを特定するように求められます。これは、ANOVA が行うことです。

anova1これは, (ドキュメンテーション)を使用して MATLAB で実装できます。

于 2015-05-26T02:55:33.097 に答える
0

t 検定は 2 つの分布のみを比較します。実際には、代わりに z テストを実行することをお勧めします。大量のポイントがあり、比較する標準の Z スコアが 1.96 であるため、このルートを使用する場合。データの分布が異なる確率は 95% (場合によっては 97.5%) であることがわかります。

インターウェブのどこかで利用できるかどうかはわかりませんが、利用できると確信しています。そうでない場合は、実装が非常に簡単で、特に matlab で手動で行うのに時間がかかることはありません。

于 2015-05-26T00:03:19.743 に答える
-3

これは、 Student T 検定の多変量バージョンであるHotelling T2 検定の焦点です。この場合、すべてのサンプルは単一の多変量サンプル内のポイントです。

理論的な説明については、こちらをご覧ください。

ここで、pは取得したサンプルの量 (この場合は 4)、n(自由度) は各サンプルからのデータのサイズ (この場合はサンプルの長さ) です。このパラメーターは、スチューデント T 検定のパラメーターの自由度にp似ています。n

そのmatlab実装はhereです。

乾杯...

于 2015-05-26T00:44:20.817 に答える