<div dir="ltr">Hi guys,<br><div style="padding: 0px; overflow: hidden; visibility: hidden; left: -5000px; position: absolute; z-index: 9999; margin-left: 0px; margin-top: 0px; word-wrap: break-word; color: black; font-size: 10px; text-align: left; line-height: 130%;" id="avg_ls_inline_popup">

</div><br>I wanted to ask your opinion about some weird result that I get.<br>To establish the significance I randomly permute my labels and I get a prediction rate of 0.6 and even above it (p-value=0.05). In other words 5% of of permuted samples result in 0.6+ prediction rate. The training/test samples are independent and ROI size is small (no overfitting). Interestingly, the described result I get when I average trials within block (use one data-point per block; ~25 blocks in total). When I run the classification on raw trials, my permutation threshold becomes ~0.55. In both cases for non-permuted labels the prediction is around significance level.  <br>

How should I treat such a result? What might have gone wrong?<br><br>Thanks a lot for help,<br>Vadim<br><div style="padding: 0px; overflow: hidden; visibility: hidden; left: -5000px; position: absolute; z-index: 9999; margin-left: 0px; margin-top: 0px; word-wrap: break-word; color: black; font-size: 10px; text-align: left; line-height: 130%;" id="avg_ls_inline_popup">

</div></div>