<div dir="ltr">Dear PyMVPA community,<div><br></div><div>I'm struggling to get my head around this. I'm running a searchlight with 20 participants, trying to classify two categories. I run a one sample t test (50% chance) and I find that region X classifies accurately the two categories, but no other region does. Then I created a dissimilarity map for each participant comparing the two same categories. Then I run a one sample t test on the dissimilarity maps (chance calculated by permutating the labels) I find that region Y has the biggest difference between the two categories.</div><div><br></div><div>The way I always understood the classification was that if the two categories were consistently different, then the classifier would be able to predict which is which. So when I test for dissimilarity, two patterns sufficiently different should be accurately distinguished, right?</div><div><br></div><div>Can anyone point me towards a paper or someplace where I can understand why I find these different results?</div><div><br></div><div>Best regards,</div><div><br></div><div>Alyson</div></div>