
<html><head></head><body><div style="font-family: Verdana;font-size: 12.0px;"><div>Dear EEGLablist-experts,<br/></div><div><br/></div><div>I am working on a time-frequency analysis for EEG-Data of a working memory task and thus have to correct a retention phase (the time period where some images have to be memorized) to an 'external' baseline (fixation cross before the first image is presented). However, I am uncertain if I procede correctly. <br/></div><div><br/></div><div>To get the standard deviation of baseline trials I saved the single trials (tfdata) for each subject. As tfdata consists of complex data I tried to transform it to power information with ERSP{n}.tfdataPOW{r} =<strong> 10*(log10(abs(tfdata).^2))</strong> and saved it in a frequency x timepoint x trials - matrix tfdataPOW, where n is the condition (baseline) and r the channel. <br/></div><div><br/></div><div>Well, if I understood (and did) everything correctly the mean over all trials (i.e. mean(ERSP{1,1}.tfdataPOW{1,1},3)) should now correspond to the power estimates of newtimef (i.e. ERSP{1,1}.chan{1,1}(1,:)); however, this is not the case.... Do I transform the data in a wrong way??<br/></div><div><br/></div><div>Thank you very much for your help!<br/></div><div><br/></div><div>Kind regards, <br/></div><div><br/></div><div>Cindy<br/></div></div></body></html>