fix-effect and mix-effect

Submitted by insular on
各位老师,新年快乐。 对于rest统计我有一个疑问: 假设我有10个被试,每个被试有6个session的resting fmri,每个session是5分钟的扫描。 现在我用PCC做ROI与全脑做功能连接,于是就会得到 10个被试*6个session = 60个 zFCMaps. 现在我想看PCC与哪些区域有显著的功能连接,我是不是可以直接拿这60个zFCMaps做one sample t test? --- 但是我看一些文献,好像在统计做了区分(不知道我理解对不对): fix-effect -- 由每个人的6个session的zFCMaps来得到每个人的map, 这样60个zFCMaps就变成了10个maps ????这个过程不需要由样本推测总体?? mix-effect -- 由每个人的maps得到总体的maps,这样10个maps就变成了我想要的一个map ??? 这个过程是由样本推测总体 ,所以在统计时的一些参数和上面不一样?? 这个概念我一直不是很清楚,我一直就是用rest的one sample t test来处理,没分什么fix-effect和mix-effect。 但是很多用fsl处理的文章,常常提到这些概念,而且在处理上也分了好几步,而不是简单的t test. 老师,我应该如果处理,才能得到正确的结果,我要如何用rest来实现fix-effect和mix-effect?

YAN Chao-Gan

Sat, 12/25/2010 - 10:08

你好! 关于mixed effect analysis,可以参考一下Friston, K.J., Stephan, K.E., Lund, T.E., Morcom, A., Kiebel, S., 2005. Mixed-effects and fMRI studies. Neuroimage 24, 244-252. 传统上,可以分为两步来走,1st level和2nd level。在静息态领域,左西年的最近几篇文章也提到了mixed effect analysis,我咨询了一下他: 1. 1st level,每个被试的6个session功能连接图做一下平均,以平均值做为一次统计量。(如果Session数大于8,可以考虑做one-sample t test,并把T值去掉自由度转为Z值) 2. 2nd level,对10个被试的各自平均功能连接图做one-sample T test。 我个人并不赞同直接对60个原始的功能连接图直接做one-sample T test。

insular

Sat, 12/25/2010 - 13:49

In reply to by YAN Chao-Gan

谢谢老师。 rest 有没有把t值转化为z值的工具? 是不是这样做: 1)用Rest里的one sample t-test得到T-image 2)用Rest里的calculator : T-image / sqrt(n)。 但是Z-test 也是要用的自由度的吧: z = mean(x)- 0/s.e.; s.e. = sigma/sqrt(n)?

insular

Sat, 12/25/2010 - 14:08

In reply to by YAN Chao-Gan

老师的意思是不是: 1)6个session的zFCmaps(还是FCmaps???)做平均 ---->把每个人的平均的zFCmaps做 one-sample T test.. 或者2)6个session的zFCmaps做one-sample T-test ---> 把每个人的T-image 在做一次 one-sample T test

在6个session的情况下,我个人建议用均值而不是用单样本T检验作为一次统计。 即你说的第(1)种情况。 如果session很多,一次统计可以做单样本T检验,然后把T值转化为对应的Z值(P值完全对应):Program for converting T/F/R statistical image to Z statistical image. y_TFRtoZ.m http://restfmri.net/forum/Programs_YAN 而不是用t值直接做二次统计。
Forums