合成功效分析：实证评估及其在认知神经成像中的应用
计算机视觉与模式识别
2022-10-13 v1 人工智能
机器学习
摘要
在实验科学中，统计功效分析常用于数据收集前以确定所需样本量。然而，当数据难以收集或收集成本高昂时，传统的功效分析可能代价不菲。我们提出合成功效分析（synthetic power analyses）；一种用于估计不同样本量下统计功效的框架，并实证探索了合成功效分析在认知神经科学实验样本量选择中的表现。为此，我们使用以观测到的认知过程为条件的隐式生成模型来合成脑成像数据。此外，我们提出一种简单流程来修正统计检验，从而得到保守的统计量。我们的实证结果表明，当所提实验与既往实验共享认知过程时，合成功效分析可作为试数据采集的一种低成本替代方案。
引用
@article{arxiv.2210.05835,
title = {Synthetic Power Analyses: Empirical Evaluation and Application to Cognitive Neuroimaging},
author = {Peiye Zhuang and Bliss Chapman and Ran Li and Oluwasanmi Koyejo},
journal= {arXiv preprint arXiv:2210.05835},
year = {2022}
}
备注
Accepted to Asilomar 2019