加利福尼亞州爾灣市 – 2021 年 11 月 15 日– 加州大學爾灣分校神經(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學院 (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模型對需要這些模型時如何認識和如何應用它們?yōu)楦鼜姶蟮慕y(tǒng)計推斷在神經(jīng)科學研究和明確的指示改進統(tǒng)計分析的概述。使用本指南將導致神經(jīng)科學領域更嚴格的分析、可重復性和更豐富的結(jié)論。
“我們的 CNCM 團隊聯(lián)系了統(tǒng)計學系，以更好地了解混合效應模型，以幫助神經(jīng)科學研究人員改進他們的實驗設計。通過我們多學科團隊的努力，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性進行數(shù)據(jù)分析，”解剖學和神經(jīng)生物學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)學院的電路映射。
“這篇論文的動機是我們對基礎神經(jīng)科學中一個常見的統(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 信息與計算機科學學院。“作為統(tǒng)計學家，我們總是使用與基礎研究設計最匹配的統(tǒng)計方法。將我們的方法應用于神經(jīng)科學研究是對這一研究領域的重要貢獻。”
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，導致可能導致不準確的科學結(jié)論。該入門提供了有關(guān)如何正確使用混合效應模型的具體數(shù)據(jù)示例。它還指向 CNCM 網(wǎng)站上的練習數(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)學教授的UCI學校之間的合作的結(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。
標簽：
免責聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！