liu.seSearch for publications in DiVA
Endre søk
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Reply to Chen et al.: Parametric methods for cluster inference perform worse for two‐sided t‐tests
Linköpings universitet, Institutionen för medicinsk teknik, Avdelningen för medicinsk teknik. Linköpings universitet, Institutionen för datavetenskap, Statistik och maskininlärning. Linköpings universitet, Tekniska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
Linköpings universitet, Institutionen för medicinsk teknik, Avdelningen för medicinsk teknik. Linköpings universitet, Tekniska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.ORCID-id: 0000-0002-9091-4724
Big Data Institute, University of Oxford, Oxford, United Kingdom, Department of Statistics, University of Warwick, Coventry, United KingdomWellcome Trust Centre for Integrative Neuroimaging (WIN-FMRIB), University of Oxford, Oxford, United Kingdom.
2019 (engelsk)Inngår i: Human Brain Mapping, ISSN 1065-9471, E-ISSN 1097-0193, Vol. 40, nr 5, s. 1689-1691Artikkel i tidsskrift (Annet (populærvitenskap, debatt, mm)) Published
Abstract [en]

One‐sided t‐tests are commonly used in the neuroimaging field, but two‐sided tests should be the default unless a researcher has a strong reason for using a one‐sided test. Here we extend our previous work on cluster false positive rates, which used one‐sided tests, to two‐sided tests. Briefly, we found that parametric methods perform worse for two‐sided t‐tests, and that nonparametric methods perform equally well for one‐sided and two‐sided tests.

sted, utgiver, år, opplag, sider
2019. Vol. 40, nr 5, s. 1689-1691
Emneord [en]
cluster inference, false positives, fMRI, one‐sided, permutation, two‐sided
HSV kategori
Identifikatorer
URN: urn:nbn:se:liu:diva-153286DOI: 10.1002/hbm.24465ISI: 000460680400025OAI: oai:DiVA.org:liu-153286DiVA, id: diva2:1269320
Merknad

Funding agencies: NIH [R01 EB015611]; Wellcome Trust [100309/Z/12/Z]; Knut och Alice Wallenbergs Stiftelse; Linkoping University; Swedish Research Council [2017-04889, 2013-5229]; "la Caixa" Foundation; Vetenskapsradet

Tilgjengelig fra: 2018-12-10 Laget: 2018-12-10 Sist oppdatert: 2019-04-01

Open Access i DiVA

fulltext(277 kB)33 nedlastinger
Filinformasjon
Fil FULLTEXT01.pdfFilstørrelse 277 kBChecksum SHA-512
6213c8735bf051abbaba7d8afe00e36525065d74270539ad0a0f3a38c54d209c28079d43ab618ca90b81335e76b01c3ccdaae027f810c7da2c246c638254afa0
Type fulltextMimetype application/pdf

Andre lenker

Forlagets fulltekst

Personposter BETA

Eklund, AndersKnutsson, Hans

Søk i DiVA

Av forfatter/redaktør
Eklund, AndersKnutsson, Hans
Av organisasjonen
I samme tidsskrift
Human Brain Mapping

Søk utenfor DiVA

GoogleGoogle Scholar
Totalt: 33 nedlastinger
Antall nedlastinger er summen av alle nedlastinger av alle fulltekster. Det kan for eksempel være tidligere versjoner som er ikke lenger tilgjengelige

doi
urn-nbn

Altmetric

doi
urn-nbn
Totalt: 156 treff
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf