采用基于频率簇（Cluster）的置换检验（Permutation）方法选取感兴趣频段 作者：北京师范大学 龙宇航，longyuhangwork@163.com代码来源（见本页底部）：周思远 在使用wtc计算脑间神经同步后，我们需要在多个频率段、多个通道组合上对神经同步值进行统计检验，因此当进行频段选择时，面临多重比较的问题。为了解决多重比较的问题，可以采取基于参数或非参数检验的多重比较矫正的方法。由于基于非参数检验的多重比较矫正对数据的分布形态没有严格要求，因此具有更广泛的应用场景 (Maris and Oostenveld, 2007)。本文即介绍基于随机置换的非参数检验的方法 (Zheng et al., 2020; Long et al., 2021)。 在寻找感兴趣的效应时，我们采取了基于频率簇（Cluster）的方法，即在频率方向寻找连续显著的Cluster，该方法比基于最强效应点的方法具有更为优秀的抗噪音能力。值得注意的是，我们并没有沿着通道的方向去寻找连续显著的通道簇，这是因为沿着通道方向寻找Cluster容易受到生理噪音的影响。 下面进入具体的实操部分。假设本例招募了22对组1被试及22对组2被试，每对被试分别进行3种条件的任务，因此本例是2（组别，被试间因素）*3（条件，被试内因素）的实验设计。本例对神经同步值进行2*3的混合方差分析，并关注交互作用。 具体来讲，进行置换检验需要进行以下几个步骤：1. 重采样；2. 对随机样本进行计算及统计；3. 计算真实样本的统计量；4. 真实样本与随机样本的对比。下面依次进行介绍。 1. 重采样 首先，在每种实验条件下都进行重采样。置换检验采取的是不放回抽样，一般来讲至少需要1000个随机样本（不放回随机采样）。以组1在条件1下的重采样为例，本例中的每对被试由一男一女组成，表1中Original Sample (OS) 指组1在条件1时的配对情况，即原始配对。而每个Permutation Sample (PS) 中的22对被试并不是真实被试，如在PS1的第一对被试中，第7号男性在条件1下的血氧信号与第20号女性在条件1下的血氧信号进行了匹配，因此并不是真实互动条件下的神经信号。同样地，对每个水平都进行重采样。 2. 对随机样本进行计算及统计 2.1... Read More