<html>
  <head>
    <meta content="text/html; charset=ISO-8859-1"
      http-equiv="Content-Type">
  </head>
  <body bgcolor="#FFFFFF" text="#000000">
    <div class="moz-cite-prefix">Hi Cyril,<br>
      <br>
      <br>
      On 13.5.2014 21:44, Dr Cyril Pernet wrote:<br>
    </div>
    <blockquote
      cite="mid:20140513204401.1557349c4mueensw@www.staffmail.ed.ac.uk"
      type="cite">
      <meta http-equiv="Context-Type" content="text/html;
        charset=ISO-8859-1">
      <title></title>
      <p> Hi Makoto &amp; Michal,<br>
        <br>
        I agree with Makoto about the ICA subspace which can be quite
        different - there is however another thing to consider<br>
        You said ' Should the effect be stronger (in terms of more
        statistically significant electrodes (dipoles) and timeperiods)
        on scalp electrodes or in DIPFIT clusters?'<br>
        <br>
        the problem here is that statistically significant is an
        estimate under H0, so beside the hypothesis test, you cannot
        tell if the effect is stronger or weaker in one case or the
        other because a p value tells nothing about H1 -- to do that you
        need to look at the actual effect size (like what is the mean uV
        difference between conditions) and not base your judgment the
        (correted) p values. </p>
    </blockquote>
    It is correct from the statistical point of view. I was looking for
    some "common sense" interpretation, but I know that there are some
    limitations of direct comparison<br>
    <br>
    <blockquote
      cite="mid:20140513204401.1557349c4mueensw@www.staffmail.ed.ac.uk"
      type="cite">
      <p>You could also test if the effects are different using a test
        for apparied measures&nbsp; (eg. a paired t-test between (condition A
        - condition B) on one compoment vs (A -B) on one channel).<br>
        <br>
      </p>
    </blockquote>
    Thanks for advice<br>
    <br>
    MIchal<br>
    <br>
    <blockquote
      cite="mid:20140513204401.1557349c4mueensw@www.staffmail.ed.ac.uk"
      type="cite">
      <p> Cyril<br>
        <br>
        --------------------------------<br>
        Dear Michal, </p>
      <div> &nbsp; </div>
      <div> That's a simple but deep question. </div>
      <div> Theoretically the difference between condition can't be
        smaller in ICA recults since canceling happens in the mixing
        process and not the other way around (like the law of entropy?)
      </div>
      <div> &nbsp; </div>
      <div> However, I believe a major problem in comparing channels
        with ICs is component selection. The question is how you
        guarantee that the ICs you choose is a right representative
        (projecting source) to the channel? What if some subject don't
        have such ICs? What if some subjects have multiple of such ICs
        (subspace)?&nbsp; </div>
      <div> &nbsp; </div>
      <div> One way to investigate this problem is run pvaf analysis
        (you have pvaftopo under EEGLAB plugin manager) </div>
      <div> I have an experience of computing the pvaf analysis across
        subjects per cluster (unpublished data), and the result showed
        very large standard deviations... it was like mean 30% and
        SD=30, range 5-80. This means a cluster can explain a channel
        activity (in my result, of course) only by 30%, and there are
        huge inter-subject variance. </div>
      <div> &nbsp; </div>
      <div> This being said, I think it is still ok to stay optimistic
        and take the theoretical conclusion. You haven't observed
        horrendously contradicting results, have you? </div>
      <div> &nbsp; </div>
      <div> Makoto </div>
      <div> &nbsp; </div>
      <p> 2014-05-12 14:02 GMT-07:00 Michal Vavrecka <span dir="ltr">&lt;<a
            moz-do-not-send="true" target="_blank">vavrecka@fel.cvut.cz</a>&gt;</span>:<br>
        Hello,<br>
        <br>
        I do have few simple questions and I am curious about your
        intuitions and arguments:<br>
        <br>
        I am finishing the paper where I did group analysis of two
        cognitive states. I visualized both scalp maps and dipoles and
        their statistical tests. Both visualization are based on
        fieldtrip monte carlo permutation with cluster based statistics
        (correction for multiple comparison). I would like to interpret
        the difference between results on the scalp and inside the brain
        (DIPFIT). What are your intuitions:<br>
        <br>
        Should the effect be stronger (in terms of more statistically
        significant electrodes (dipoles) and timeperiods) on scalp
        electrodes or in DIPFIT clusters?<br>
        <br>
        How to interpret the stronger effect on the &nbsp;scalp?<br>
        Does the ICA and DIPFIT calculation somehow weaken the ERSP
        difference?<br>
        My intuition is opposite as the source reconstruction has to
        clean the noise and strengthen the effect that should result in
        more statistically significant timeperiods in the spectrograms
        compared to scalp data?<br>
        Is there any paper that compares these two approaches?<br>
        <br>
        Thanks for your answers.<br>
        <br>
        Michal<br>
      </p>
      <p> --<br>
        Dr Cyril Pernet,<br>
        Academic Fellow<br>
        Brain Research Imaging Center<br>
        Neuroimaging Sciences<br>
        University of Edinburgh<br>
        <br>
        Western General Hospital<br>
        Division of Clinical Neurosciences<br>
        Crewe Road<br>
        Edinburgh<br>
        EH4 2XU<br>
        Scotland, UK<br>
        <br>
        <a class="moz-txt-link-abbreviated" href="mailto:cyril.pernet@ed.ac.uk">cyril.pernet@ed.ac.uk</a><br>
        tel: +44(0)1315373661<br>
        <a moz-do-not-send="true" target="_blank"
          href="http://www.sinapse.ac.uk/">http://www.sinapse.ac.uk/</a><br>
        <a moz-do-not-send="true" target="_blank"
          href="http://www.sbirc.ed.ac.uk/cyril">http://www.sbirc.ed.ac.uk/cyril</a>
      </p>
      <p> <br>
        <br>
        --<br>
        The University of Edinburgh is a charitable body, registered in<br>
        Scotland, with registration number SC005336.<br>
      </p>
      <br>
      <fieldset class="mimeAttachmentHeader"></fieldset>
      <br>
      <pre wrap="">_______________________________________________
Eeglablist page: <a class="moz-txt-link-freetext" href="http://sccn.ucsd.edu/eeglab/eeglabmail.html">http://sccn.ucsd.edu/eeglab/eeglabmail.html</a>
To unsubscribe, send an empty email to <a class="moz-txt-link-abbreviated" href="mailto:eeglablist-unsubscribe@sccn.ucsd.edu">eeglablist-unsubscribe@sccn.ucsd.edu</a>
For digest mode, send an email with the subject "set digest mime" to <a class="moz-txt-link-abbreviated" href="mailto:eeglablist-request@sccn.ucsd.edu">eeglablist-request@sccn.ucsd.edu</a></pre>
    </blockquote>
    <br>
    <br>
    <pre class="moz-signature" cols="72">-- 
Michal Vavrecka
assistant professor
Biodat Research Group
Incognite Research Unit
FEE CTU
Karlovo nam. 13
Prague 2
phone: +420224357609
cell: +420608661977
personal: <a class="moz-txt-link-freetext" href="http://bio.felk.cvut.cz/~vavrecka/">http://bio.felk.cvut.cz/~vavrecka/</a> 
groups: <a class="moz-txt-link-freetext" href="http://incognite.felk.cvut.cz/">http://incognite.felk.cvut.cz/</a>
<a class="moz-txt-link-freetext" href="http://bio.felk.cvut.cz/">http://bio.felk.cvut.cz/</a></pre>
  </body>
</html>