加利福尼亞州爾灣市 – 2021 年 11 月 15 日– 加州大學(xué)爾灣分校神經(jīng)回路映射中心 (CNCM) 的研究人員與唐納德布倫信息與計算機科學(xué)學(xué)院 (ICS) 的教職員工合作，發(fā)布了新的統(tǒng)計分析指南在神經(jīng)科學(xué)研究中。
在今天出版的神經(jīng)元，在新的引物提供的混合效應(yīng)模型對需要這些模型時如何認(rèn)識和如何應(yīng)用它們?yōu)楦鼜姶蟮慕y(tǒng)計推斷在神經(jīng)科學(xué)研究和明確的指示改進統(tǒng)計分析的概述。使用本指南將導(dǎo)致神經(jīng)科學(xué)領(lǐng)域更嚴(yán)格的分析、可重復(fù)性和更豐富的結(jié)論。
“我們的 CNCM 團隊聯(lián)系了統(tǒng)計學(xué)系，以更好地了解混合效應(yīng)模型，以幫助神經(jīng)科學(xué)研究人員改進他們的實驗設(shè)計。通過我們多學(xué)科團隊的努力，研究人員可以對實驗結(jié)果進行更高的有效性和更高的可重復(fù)性進行數(shù)據(jù)分析，”解剖學(xué)和神經(jīng)生物學(xué)系教授兼校長研究員、神經(jīng)中心主任徐翔曼博士說。 UCI 醫(yī)學(xué)院的電路映射。
“這篇論文的動機是我們對基礎(chǔ)神經(jīng)科學(xué)中一個常見的統(tǒng)計錯誤的觀察：來自不同動物的神經(jīng)元經(jīng)常被天真地匯集，假設(shè)這些神經(jīng)元是獨立的觀察結(jié)果，”該研究所統(tǒng)計系副教授趙霞博士說。 UCI Donald Bren 信息與計算機科學(xué)學(xué)院。“作為統(tǒng)計學(xué)家，我們總是使用與基礎(chǔ)研究設(shè)計最匹配的統(tǒng)計方法。將我們的方法應(yīng)用于神經(jīng)科學(xué)研究是對這一研究領(lǐng)域的重要貢獻。”
使用最廣泛的方法，例如 t 檢驗，它是一種用于評估兩組均值之間差異的推理統(tǒng)計量，以及方差分析 (ANOVA)，它是統(tǒng)計模型及其相關(guān)估計程序的集合用于分析手段之間的差異，往往沒有考慮數(shù)據(jù)依賴性，因此可能會被濫用，導(dǎo)致可能導(dǎo)致不準(zhǔn)確的科學(xué)結(jié)論。該入門提供了有關(guān)如何正確使用混合效應(yīng)模型的具體數(shù)據(jù)示例。它還指向 CNCM 網(wǎng)站上的練習(xí)數(shù)據(jù)集。所有感興趣的用戶都可以通過 UCI 神經(jīng)回路映射中心網(wǎng)站在線訪問代碼和實踐數(shù)據(jù)集。
這項工作是由 UCI 醫(yī)學(xué)院與美國國立衛(wèi)生研究院的 BRAIN 計劃共同投資于神經(jīng)回路測繪中心而實現(xiàn)的。這是醫(yī)學(xué)教授的UCI學(xué)校之間的合作的結(jié)果香茗徐博士和托德·霍姆斯博士和教授ICS朝霞宇博士和米歇爾Guindani，博士，從統(tǒng)計部。在徐實驗室工作的博士后學(xué)者Steve Grieco博士和研究生Lujia Chen對這項工作發(fā)揮了重要作用。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！