<div dir="auto">Hi all,<br>
<br>
I have a dataset with TR=2 where I want to delete the first 10 TRs (first 20 seconds) before running fit_event_hrf_model.<br>
<br>
Deleting the first TRs is easy:<br>
<br>
ds = ds[10:]<br>
<br>
However I am unsure what to do with time coordinates. I understand that if I adjust the onsets in the event list then I will also need to adjust the time_attr in the dataset, like:<br>
<br>
TR=2<br>
for e in event_list:<br>
    e['onset'] = e['onset']-10*TR<br>
ds = ds.sa.time_coords - 10 * TR<br>
result= fit_event_hrf_model(ds, event_list, time_attr='time_coords',<br>
                                                     condition_attr=('targets', 'chunks'))<br>
<br>
My intuition is that it shouldn't matter whether you adjust event onset and ds time coordinates as long as you adjust both or neither - so that they stay correctly aligned.<br>
<br>
But when I run this and test, then I do get slightly different estimates depending solely on whether I adjust the both time coordinates and event onsets, or neither (keeping constant the removal of 10 trs).<br><div dir="auto"><br></div><div dir="auto">Mainly I am wanting to know whether or not I should adjust the time coordinates, but I would be interested to hear from anyone who knows why estimates actually differ.</div><div dir="auto"><br></div><div dir="auto">Ben</div></div>