文献

J-GLOBAL ID：202202223572788972   整理番号：22A1120882

発達ERP研究における時間的主成分分析の利用に関するチュートリアル-機会と挑戦【JST・京大機械翻訳】

A tutorial on the use of temporal principal component analysis in developmental ERP research - Opportunities and challenges

著者 (7件)： Scharf Florian (University of Muenster, Germany) ,  Widmann Andreas (Leibniz Institute for Neurobiology, Magdeburg, Germany) ,  Widmann Andreas (Leipzig University, Germany) ,  Bonmassar Carolina (Leibniz Institute for Neurobiology, Magdeburg, Germany) ,  Wetzel Nicole (Leibniz Institute for Neurobiology, Magdeburg, Germany) ,  Wetzel Nicole (Center for Behavioral Brain Sciences, Magdeburg, Germany) ,  Wetzel Nicole (University of Applied Sciences Magdeburg-Stendal, Germany)
資料名： Developmental Cognitive Neuroscience  (Developmental Cognitive Neuroscience)
巻： 54  ページ： Null  発行年： 2022年 
JST資料番号： W3173A  ISSN： 1878-9293  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 開発研究者は事象関連電位(ERP)にしばしば関心がある。観察されたERPに基づくデータ分析手法は,分析時間窓の任意の定義や関心領域などの主要な問題を受け,観察されたERPは潜在的基礎成分の混合物である。時間主成分分析(PCA)はこれらの問題を減らすことができる。しかし,発達研究におけるその応用は,成分構造が年齢群(いわゆる測定非不変性)間で異なるというユニークな挑戦を伴う。グループに対する別々のPCAは,この課題に対処することができる。元のユニットへの再スケーリングによって,推論統計にアクセス可能な別々のPCAから結果を作る方法を示した。このチュートリアルは,振幅差のPCAベースERP解析を行うための開発研究に焦点を当てた読者を可能にする。PCAベース手法の利点を説明し,PCAモデルを導入し,子供と成人群(コードとデータ公開利用可能)からの実データを用いた開発研究質問への応用を示した。最後に,分析中の典型的な課題に対処する方法,および,最適以下の分解結果,データ駆動解析決定および待ち時間シフトのような潜在的限界の名前を論じた。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 解析 ,  分析 ,  *成長 ,  成人 ,  データ解析 ,  子供 ,  待ち時間 ,  不変性 ,  *主成分分析 ,  事象関連電位
準シソーラス用語： 年齢群 ,  関心領域 ,  データ駆動 ,  閲覧者 , 【Automatic Indexing@JST】

著者キーワード (5件)： 分解 ,  主成分分析 ,  測定不変性 ,  解説 ,  事象関連電位

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (6件)： 発達 ,  ERP ,  研究 ,  主成分分析 ,  チュートリアル ,  機会