调整有效倍数 ( ) 对于函数式近红外光谱数据中的家族智能错误率,采用小样本大小的样本
Yuki Yamamoto1, Wakana Kawai1, Tatsuya Hayashi1,2
1Chuo University, Applied Cognitive Neuroscience Laboratory, Faculty of Science and Engineering, Tokyo, Japan.
Neurophotonics
|July 29, 2024
概括
功能近红外光谱学 (fNIRS) 的有效倍率 () 方法即使在小样本大小的情况下也可以可靠地使用. 新的发现表明,有效的数据值可以从数据集中预测,参与者比道更少.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
- 统计分析 统计分析
背景情况:
- 多通道功能近红外光谱 (fNIRS) 能够对大脑区域进行广泛的测量.
- 增加的通道数量需要在统计测试中进行家庭智能错误控制.
- 有效复数 () 方法可以解释fNIRS频道相关性,但与频道数相对较小的样本大小相扎.
研究的目的:
- 对具有有限样本大小的fNIRS数据重新评估
- 为了确定可靠的值是否可以预测,当样本大小小小于频道的数量.
主要方法:
- 实验1使用重新抽样模拟来分析样本大小和值之间的关系.
- 实验2使用指数模型从小样本大小预测有效的结果.
主要成果:
- 实验1显示值被低估了,样本大小小小于频道数,揭示了一个指数式模式.
- 实验2表明,有效的数值可以使用指数模型来推导44-52个道和30-40的样本大小的数据集.
结论:
- 该方法显示了在fNIRS研究中有效应用的潜力,即使样本大小小小于频道数.
- 这项研究为参与者数量有限的fNIRS研究提供了准确统计分析的途径.
