<div dir="ltr">Oh wait. I think you just mean that I can calculate the f-test of the dataset and this will give me the sensitivity measure, regardless of the result of the GNB classifier. Is this correct?<br></div><div class="gmail_extra"><br><div class="gmail_quote">On Mon, Dec 15, 2014 at 11:52 AM, Thomas Nickson <span dir="ltr"><<a href="mailto:thomas.nickson@gmail.com" target="_blank">thomas.nickson@gmail.com</a>></span> wrote:<blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div dir="ltr"><br><div class="gmail_extra"><br><div class="gmail_quote"><span class="">On Fri, Dec 12, 2014 at 3:30 PM, Thomas Nickson <span dir="ltr"><<a href="mailto:thomas.nickson@gmail.com" target="_blank">thomas.nickson@gmail.com</a>></span> wrote:<blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div dir="ltr"><div class="gmail_extra"><div class="gmail_quote"><span>On Fri, Dec 12, 2014 at 3:17 PM, Nick Oosterhof <span dir="ltr"><<a href="mailto:n.n.oosterhof@googlemail.com" target="_blank">n.n.oosterhof@googlemail.com</a>></span> wrote:<br><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><span><br>
On 12 Dec 2014, at 16:13, Thomas Nickson <<a href="mailto:thomas.nickson@gmail.com" target="_blank">thomas.nickson@gmail.com</a>> wrote:<br>
<br>
>> >    # XXX Later come up with some<br>
>> >    # could be a simple t-test maps using distributions<br>
>> >    # per each class<br>
>><br>
>> yeah -- something like that might prove being useful, but probably not<br>
>> too far from omnibus or ad-hoc Anovas which we have.  So that is why<br>
>> they were never implemented<br>
> You mean using ANOVAs to calculate the sensitivity? How do I do that?<br>
<br>
</span>See e.g. <a href="http://www.pymvpa.org/generated/mvpa2.measures.anova.OneWayAnova.html" target="_blank">http://www.pymvpa.org/generated/mvpa2.measures.anova.OneWayAnova.html</a><br>
<br>
Since the GNB classifier works feature-wise (does not consider any covariance across voxels) the F value is a measure of how sensitive a feature is in discriminating between the classes.<br></blockquote><div><br></div></span></div></div></div></blockquote><div><br></div></span><div>What's the best way to use this module for this? Do I have to take the GNB.means and then make a dataset where the targets are just [0,1] or is there a better way?<br><br>Thanks.<br></div><span class=""><div><br> </div><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div dir="ltr"><div class="gmail_extra"><div class="gmail_quote"><span><div></div></span><span><div> </div><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">
<div><div>_______________________________________________<br>
Pkg-ExpPsy-PyMVPA mailing list<br>
<a href="mailto:Pkg-ExpPsy-PyMVPA@lists.alioth.debian.org" target="_blank">Pkg-ExpPsy-PyMVPA@lists.alioth.debian.org</a><br>
<a href="http://lists.alioth.debian.org/cgi-bin/mailman/listinfo/pkg-exppsy-pymvpa" target="_blank">http://lists.alioth.debian.org/cgi-bin/mailman/listinfo/pkg-exppsy-pymvpa</a><br>
</div></div></blockquote></span></div><br></div></div>
</blockquote></span></div></div></div>
</blockquote></div></div>