上一篇文章写到做完了VBM,做完后因为数据一般都是患者组和HC组,这两个组之间需要进行比较,那么我们就要进行双样本t检验。
这里介绍双样本t检验的做法。
依然使用的是SPM-fMRI。

1.第一步是选择Specify 2nd-level

打开以后我们可以看到这个界面,Directory就选择自己准备保存数据的文件夹。
注意:我们要做双样本t检验,打开这个界面我们会发现,Design下面默认的是单样本t检验,我们点击Design,选择Two-sample t-test
选择完以后,就会发现有以下这些需要选择。Group 1 scans和Group 2 scans就分别选择HC组和患者组的灰质图像即可。就是上一篇文章中最后得到的smwc1xxxx图像。

之前也提到了一般是将颅内体积作为协变量来进行t检验。那么这里的Multiple covariates就需要选择New:Covariates来添加一个协变量。这里的File(s)选择时可以是.mat或者是.txt文档。我这里使用的是.txt.

txt文件的创建:
这个txt文件里应包含所有被试的颅内体积,例如前面共选择了10例HC和10例患者,那么.txt文件里应该有20个数据,并且注意顺序,应该与之前的选择顺序一致。HC在前或者患者在前。

其余的不用动,运行以后会得到一个 SPM.mat文件

2.estimation

对上一步生成的.SPM文件进行估计,从首页选择estimate或者是直接在batch上方找到都可以。


这一步很简单,直接在select SPM.mat选择上一步得到SPM.mat文件就可以。
这一步可能会弹出是否要覆盖之前得到的SPM.mat,选择继续就可以。

3.对比

这个我在首页没有看到,在batch里可以直接选择。
SPM.mat的选择就选上一步estimate后的结果。在Contrast Sessions里选择T-contrast。
Name可以随便命名,我建议是你比较的是哪两组就写哪两组的名字,例如:HC-xx患者这种。
重要的是Weghts vector这里,我是输入的[-1 1]。这里的意思实际上就是怎么比较,
如果输入【1 -1】,得到的结果如果是正值就是A-B>0,以灰质体积为例,就可以理解为B组的灰质体积相对A组减少。如果是负值,那么意味着A-B<0,理解为B组的灰质体积相对A组增加。个人认为这样不清楚,不如写【-1 1】,结果为正就是体积增加,结果为负就是体积减少。当然这也和A和B组的顺序相关,看个人怎么选择。

其余的就没有什么了,可以运行得到结果。
这个spmT图就是最终我们得到的双样本t检验结果。这是一个nii图像,可以使用xjview打开,然后对其进行FDR校正或者FWE校正,看自己需要。xjview也可以report激活的脑区,还是很方便的。对图像进行校正后,可以使用xjview把图保存下来,再使用brainnet viewer看看,也可以得到比较好看的图。至于brainnet viewer的使用我前面有写过,可以参考一下。

VBM后的双样本t检验相关推荐

  1. Excel双样本T检验之成对检验

    Excel双样本T检验之成对检验 1 声明 本文的数据来自网络,部分代码也有所参照,这里做了注释和延伸,旨在技术交流,如有冒犯之处请联系博主及时处理. 2 双样本T检验之成对检验简介 独立样本中两样本 ...

  2. 正态分布、单 (双) 样本 T 检验

    本次来说说连续变量与分类变量(二分)之间的检验. 通俗的来讲,就是去发现变量间的关系. 连续变量数量为一个,分类变量数量为两个. 总体:包含所有研究个体的集合. 样本:经过抽样总体中的部分个体. 均值 ...

  3. R双样本t检验(WELCH TWO-SAMPLE T-TEST)

    R双样本t检验(WELCH TWO-SAMPLE T-TEST) 目录 R双样本t检验(WELCH TWO-SAMPLE T-TEST) 假设检验 假设检验的应用 双样本t检验

  4. 特征选择过滤法之方差选择、双样本t检验、方差分析、相关系数法、卡方检验、互信息法

    特征选择过滤法之方差选择.双样本t检验.方差分析.相关系数法.卡方检验.互信息法 目录

  5. Python笔记-假设检验之双样本T检验(两样本是否相似)

    概念 双样本T检验在于检验两个样本均值差异是否显著.比如男女消费是否显著. Python代码 逻辑: ①构造2个样本: ②先进行方差齐性检查,我们规定一个阈值,这2个样本方差齐性的p-value大于0 ...

  6. 格兰杰因果关系检验r语言_R语言系列第四期:R语言单样本双样本差异性检验

    之前详细介绍了利用R语言进行统计描述,详情点击:R语言系列第三期:①R语言单组汇总及图形展示.R语言系列第三期:②R语言多组汇总及图形展示.R语言系列第三期:③R语言表格及其图形展示 从这个部分我们就 ...

  7. python t检验_A or B A/B测试-python独立双样本t检验

    一.简单介绍A/B测试 A/B测试为同一个目标制定两个版本,一部分用户使用A版本,另一部分用户使用B版本,记录用户使用数据,比较各个版本对于改进目标的转化效果,选择更好的版本. 二.数据集介绍 有两种 ...

  8. 优思学院|利用Excel进行双样本t检验

    以往,六西格玛的专业人员要进行假设检验,除了使用Minitab之外,别无他法.不过,随着时代对数据分析的渴求日益增长,我们日平常办工所用的Excel软件,现在已经可以为我们进行多种的统计分析了. 本文 ...

  9. 单样本和双样本的检验

    1.1 单样本t检验 t检验假设数据来自于一个正态分布. > daily.intake <- c(5260, 5470, 5640, 6180, 6390, 6515, 6805, 751 ...

  10. python双样本t检验_SPSS详细操作 两个样本均数比较的t检验

    一.问题与数据 随机抽取20只小鼠分配到A.B两个不同饲料组.每组 10 只,喂养一定时间后,测得鼠肝中铁的含量(μg/g),数据如下.试问不同饲料对鼠肝中铁的含量有无影响? 二.对数据结构的分析 整 ...

最新文章

  1. 一文总结微软研究院Transformer霸榜模型三部曲!
  2. codebilcks怎么新建c++文件_电脑开机后桌面空白一个图标都没有,怎么回事?
  3. gitlab中文_ASP.NET实战010:Visual Studio使用GitLab详解
  4. P3979 遥远的国度
  5. 转】R利剑NoSQL系列文章 之 Hive
  6. 解决浏览器保存密码自动填充问题
  7. 用Java统计姓氏个数_JAVA统计数字个数
  8. 程序员初试和复试_程序员因肌肉发达面试被质疑能力,网友:这做程序员有啥关系呢?...
  9. pythonATM自动存取款机7天密码保护
  10. python无法使用1号gpu_详解tensorflow2.x版本无法调用gpu的一种解决方法
  11. 前端windows下常用的CMD 命令归纳
  12. 数据库(表)导入导出备份
  13. html5 graphics with svg css3,Using SVG with CSS3 and HTML5: Vector Graphics for Web Design
  14. 分享一本有关数据结构的书籍(Python版)
  15. 第 14 章 结构和其他数据形式(names)
  16. HDU-1863-畅通工程
  17. 极速稳定网络加速服务器,零点云 极速服务器
  18. php lwm2m,LwM2M和CoAP及它们之间的关系
  19. Web程序设计-客户端表单验证
  20. Mac系统 QuickTime 屏幕录制

热门文章

  1. android RS485串口接线正反的问题
  2. threejs包围盒的应用
  3. Nature杂志总编辑:如何培养一个有价值的研究者
  4. OPNET出错集锦:)
  5. 串灯控制盒去掉怎么接_彩灯控制器原理图大全
  6. 基于Multisim的循环彩灯控制器仿真设计
  7. 武汉大学惯性导航课程精要
  8. CAJ浏览器看论文如何设置背景为护眼色
  9. 几款常用UML建模工具介绍
  10. 基于51单片机三路温湿度语音LCD1602液晶显示报警