<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=iso-8859-1">
<style type="text/css" style="display:none"><!--P{margin-top:0;margin-bottom:0;} P{margin-top:0;margin-bottom:0;}--></style>
</head>
<body dir="ltr" style="font-size:12pt;color:#000000;background-color:#FFFFFF;font-family:Calibri,Arial,Helvetica,sans-serif;">
Hi Alexandre,
<p><br>
</p>
<p>You may be able to use permutation modelling. See <a href="http://deepblue.lib.umich.edu/bitstream/handle/2027.42/35194/1058_ftp.pdf">SnPM</a>. Perhaps you will need to do some coding, but the principle is quite simple once you have the data.<br>
</p>
<p><br>
</p>
Regards, Matt
<p><br>
</p>
<div style="color: rgb(33, 33, 33);">
<hr tabindex="-1" style="display:inline-block; width:98%">
<div id="divRplyFwdMsg" dir="ltr"><font style="font-size:11pt" color="#000000" face="Calibri, sans-serif"><b>From:</b> eeglablist-bounces@sccn.ucsd.edu <eeglablist-bounces@sccn.ucsd.edu> on behalf of Alexandre Obert <obert.alexandre@gmail.com><br>
<b>Sent:</b> Sunday, January 24, 2016 5:09 AM<br>
<b>To:</b> Stephen Politzer-Ahles<br>
<b>Cc:</b> eeglablist<br>
<b>Subject:</b> Re: [Eeglablist] continuous covariate</font>
<div> </div>
</div>
<div>Thank you for the references!<br>
I think that computing event-related regression coefficients (as in the Hauk's paper) seems easier but quite complicated for the beginner I am...<br>
I don't really understand how they technically did this and how I could apply this to my data.
<br>
<br>
In fact, I conducted a study which contains several sentences split into 2 conditions. I observed a larger P600 for the condition A than for the condition B at the end of the sentences (time window set a the last word).
<br>
What I would like to test is the effect of a feature (such as the length) of the sentences for each condition separately on the amplitude of the P600.<br>
<br>
My first idea was to compute the mean of amplitude in the 600-900 time-window for each sentence across subject and use them as dependent measure and length values as predictors.
<br>
But after reading references, it seems not statistically acceptable, right ?<br>
<br>
Alexandre<br>
<br>
<div class="moz-cite-prefix">Le 23/01/2016 00:33, Stephen Politzer-Ahles a écrit :<br>
</div>
<blockquote type="cite">
<div dir="ltr">Yes, this can easily be done with single-trial analysis / event-related regression coefficient, or similar analyses. See, e.g., Hauk et al. 2006 in NeuroImage, and Smith & Kutas 2015 in Psychophysiology.<br>
</div>
<div class="gmail_extra"><br clear="all">
<div>
<div class="gmail_signature">
<div dir="ltr">
<div>
<div dir="ltr">
<div>
<div dir="ltr"><span>
<div><br>
<br>
---<br>
</div>
Stephen Politzer-Ahles<br>
University of Oxford<br>
Language and Brain Lab<br>
Faculty of Linguistics, Phonetics & Philology<br>
<a href="http://users.ox.ac.uk/%7Ecpgl0080/" target="_blank">http://users.ox.ac.uk/~cpgl0080/</a></span></div>
</div>
</div>
</div>
</div>
</div>
</div>
<br>
<div class="gmail_quote">On Fri, Jan 22, 2016 at 1:19 PM, Alexandre Obert <span dir="ltr">
<<a href="mailto:obert.alexandre@gmail.com" target="_blank">obert.alexandre@gmail.com</a>></span> wrote:<br>
<blockquote class="gmail_quote" style="margin:0 0 0
            .8ex; border-left:1px #ccc solid; padding-left:1ex">
Dear all,<br>
<br>
I wonder if there is a way to assess the effect of a continuous variable from items' features on erps amplitudes  (without categorized it such as using median-split) ?<br>
For the ones who know fMRI, I would like compute something similar to the parametric modulation...<br>
<br>
<br>
Regards,<br>
<br>
Alexandre Obert<br>
_______________________________________________<br>
Eeglablist page: <a href="http://sccn.ucsd.edu/eeglab/eeglabmail.html" rel="noreferrer" target="_blank">
http://sccn.ucsd.edu/eeglab/eeglabmail.html</a><br>
To unsubscribe, send an empty email to <a href="mailto:eeglablist-unsubscribe@sccn.ucsd.edu" target="_blank">
</a><a class="moz-txt-link-abbreviated" href="mailto:eeglablist-unsubscribe@sccn.ucsd.edu">eeglablist-unsubscribe@sccn.ucsd.edu</a><br>
For digest mode, send an email with the subject "set digest mime" to <a href="mailto:eeglablist-request@sccn.ucsd.edu" target="_blank">
eeglablist-request@sccn.ucsd.edu</a><br>
</blockquote>
</div>
<br>
</div>
</blockquote>
<br>
</div>
</div>
</body>
</html>