被写体ANOVAと繰り返された要因の間を参照、 私たちは、人工的に若いと古い被写体に被写体を分割します. そのようなポストホックの割れ目は推奨されず、通常、浄化された結果を作成します。 代わりに、私たちは、多くの年齢が顔認識に影響を与えるかをテストすることができます。 そのためには、これまでの対スクランブル計算と対のコントラストフェイスを使用します。 1サンプルt-test.

参加者から年齢変数を作成できます。 tsv ファイル、または STUDY から値を読み込むことができます。 不足している値について心配しないでください。LIMOは単に値がないそれらの主題を削除します。

コマンドウィンドウタイプ:

age_regressor = cell2mat(arrayfun(@(x) x.age,STUDY.datasetinfo,'UniformOutput',false))';  
save('age_regressor.mat','age_regressor')  

2番目のレベルのGUIから(GUI)図9)、選択回帰、フルスカルプ解析とコントラストフェイスのピックアップ> scrambled は 1 つの標本 t テスト (con4) のために計算され、最終的には age_regressor を選択します。 私たちが作成したマット(マット)数字 40)。 警告: これは、私たちがここで使用するので、これは非常に長く計算するので、ブートストラップを0に設定することが提案されています 反重量付きイーストスクエア(IRLS) 各電極と時間枠の対象を重くするソリューション。

Figure 40. 年齢で第2レベルの回回回帰分析を作成します。

これらの手順はコマンドラインで以下のように実行できます。

chanlocs = XXX\derivatives\limo_gp_level_chanlocs.mat';  
LIMOPath = limo_random_select('regression',chanlocs,'LIMOfiles',...  
    'XXX\LIMO_Face_detection\con4_files_FaceRepAll_GLM_Channels_Time_WLS.txt', ...  
    'analysis type','Full scalp analysis', type','Channels','nboot',0,'tfce',0,'regressor',...  
    'XXX\LIMO_Face_detection\2nd_level\regression\age_regressor.mat',...  
    'zscore','Yes','skip design check','Yes')  

「イメージ・オール」と「コース・プロット」で結果が認められます。 ここでは、オブジェクトのデータがどのように変化するかを、関心の変数 (figure 41 ) で視覚化できるので、 ERP, スペクトラム, ERSP)。 生データ、モデリング(ここで最高のオプション)、または調整のいずれかを見ることができます。

Figure 41. 対照面の年齢回帰解析の結果>scrambled.