<div dir="ltr">Hi,<div><br></div><div>I've produced grand-averaged TFRs across all of my subjects, at select channels, and taken the difference between two conditions, by looping through pop_newtimef for each subject and each channel of interest across both conditions separately, outputting these into separate 4-D arrays, averaging across subjects, and then taking the difference between the two arrays, such that I end up with an ersp difference array of freq x timepoint x chan.</div><div><br></div><div>This array is compatible with the tftopo function and I would like to apply a bootstrapped statistical mask to this array through the tftopo function. Testing it with an erspboot mask outputted by pop_newtimef was functional, however this erspboot mask was obviously specific to that particular subject and channel and not appropriate for my grand averaged array. </div><div><br></div><div>Is there a conceptually and computationally simple way to run this array through the bootstat function (which I believe is what's producing the statistical masking) outside of pop_newtimef and produce a freqs x 2 erspboot mask that would be compatible with tftopo, or would it be easier for me to just reformat my array into a fieldtrip structure and use their functions for nonparametric cluster-based permutation testing, which to the best of my knowledge is the mathematical implementation eeglab uses anyway?</div><div><br></div><div>Any advice appreciated.</div><div><br></div><div>Thanks,</div><div>Max </div><div><div><br></div>-- <br><div class="gmail_signature" data-smartmail="gmail_signature"><div dir="ltr"><div style="font-size:small"><div>Max Cantor<br></div>Graduate Student</div><div style="font-size:small">Cognitive Neuroscience of Language Lab</div><span style="font-size:small">University of Colorado Boulder</span><br></div></div>
</div></div>