...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>The European Journal of Neuroscience >Beyond differences in means: robust graphical methods to compare two groups in neuroscience
【24h】

Beyond differences in means: robust graphical methods to compare two groups in neuroscience

机译：超越手段的差异：稳健的图形方法，可以比较神经科学中的两组

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

If many changes are necessary to improve the quality of neuroscience research, one relatively simple step could have great pay-offs: to promote the adoption of detailed graphical methods, combined with robust inferential statistics. Here, we illustrate how such methods can lead to a much more detailed understanding of group differences than bar graphs and t-tests on means. To complement the neuroscientist's toolbox, we present two powerful tools that can help us understand how groups of observations differ: the shift function and the difference asymmetry function. These tools can be combined with detailed visualisations to provide complementary perspectives about the data. We provide implementations in R and MATLAB of the graphical tools, and all the examples in the article can be reproduced using R scripts.
机译：如果需要改善神经科学研究的质量必需的变化，步骤相对简单可能有很大的薪酬：促进采用详细的图形方法，结合强大的推理统计。 在这里，我们说明了这些方法如何导致对组差异的更详细了解，而不是在手段上进行T-Tests。 要补充神经电影师的工具箱，我们提供了两个功能，可以帮助我们了解观察组如何不同：转变功能和差异不对称功能。 这些工具可以与详细的可视化组合，以提供关于数据的互补视角。 我们在图形工具的R和MATLAB中提供实现，并且可以使用R脚本再现文章中的所有示例。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号