Ruumiline normimine Statistiline andmeanalüüs Funktsionaalsete ja anatoomiliste andmete integreerimine mudeli määratlemine ja sobitamine (model specification & fitting) statistiline järeldamine ja tulemuste analüüs (inference & results interrogation) GLM · y = a set of outcome variables · x = a set of pre-program variables or covariates · b0 = the set of intercepts (value of each y when each x=0) · b = a set of coefficients, one each for each x · e = error ICA · ICA on tehnika, et eraldada lineaarselt segatud/summeritud signaalid. · Ülemise kõvera lineaar kombinatsioon A - 2*B. · Alumise kõvera lineaar kombinatsioon 1.73*A +3.41*B. · Meetodi puudus: ei saa taastuda algse signaali amplituudi Andmete töötlemine · Etapid:
Kõik relevantsed muutujad on mudelis Regressioonimudeli jäägid peavad olema normaaljaotuslikud. o Kui ei ole normaaljaotuslik, siis tõenäoliselt seletavad sõltumatud muutujad paremini vaid ühte osa sellest valimist Läbi viimine (JASP) Tuleks kontrollida prediktorite omavahelisi seoseid (korrelatsiooni tabelid) Regressioni alt Linear Regression. Dependent Variable on sõltuv muutuja ning Covariates on prediktorid; standartne meetod on „Enter“. o Enter – kõik muutujad pannakse sisse samal ajal. Muutujate valik peab olema teoreetiliselt põhjendatud; o Stepwise – programm valib välja, millised prediktoritest lisatakse mudelisse, ja teeb seda järjestikuselt (prediktori ennustusvõime järgi); o Remove – programm võtab prediktoreid välja;
2) MULTINOMINAALNE LOGISTILINE REGRESSIOON Üldjoontes jälgib see regressioonianalüüsi liik logistilise regressiooni loogikat; kui binaarse logistilise regressiooni puhul sai ennustada dihhotoomset väärtust (nt 0 ja 1), siis multinominaalne logistiline regressioon võimaldab ennustada kategooriat rohkem kui kahe grupi puhul. Käskluserida: Analyze Regression Multinominal Logistic Muutujate valikul lähevad Factor alla kõik kategoorilised, Covariates alla kõik pidevad tunnused. Statistics alt valige lisaks Goodness of fit. Tulemused: a) Goodness of fit tabel (vt all) näitab Pearsoni chi-ruut statistikut: kui see on suur, siis ei ole ennustusmudel hea, ning kui mudel on statistiliselt oluline (p < .05), näitab see, et mudel ei sobi ennustama. b) Model Fitting Information ütleb, kas prediktorite lisamine ennustab statistiliselt paremini ennustatavat muutujat.
Kui on 3 seletavat tunnust, siis 1 kategooria võetakse baaskategooriaks ning 2 kategooriat on fiktiivsed tunnused 86. Mis on ANOVA mudel ja ANCOVA mudel? ANOVA Tüüpiline regressioonmudel sisaldab: ● Kvantitatiivseid seletavaid tunnuseid ● Kvalitatiivseid seletavaid tunnused Mõlemat tüüpi seletavaid tunnuseid sisaldav mudel on ANCOVA mudel, ANCOVA mudel võimaldab hinnata ka kvantitatiivsete seletavate tunnuste mõju. Need on kovariandid ehk ühismuutujad (covariates, concomitant variables). – Ühismuutujad, sest on ühised kõigile kvalitatiivse tunnuse kategooriatele. 87. Fiktiivsete tunnuste kordajate tõlgendamine. Fiktiivseete tunnuste tõlgendamise näide (vt IPodi näidet) 88. Fiktiivsete tunnuste mitteolulisus ja tunnuste komplekti eemaldamise testimine. ● Ära eemalda üht fiktiivset tunnust, kuna see ei ole eraldi tunnus, vaid vastab ühele väärtusele! ● Kui eemaldad, siis eemalda terve komplekt!
annaabi.ee 
