大量功能性曲線資料的變異數統計分析

摘要本研究提案目的在將成功應用在事件相關電位（ERP）分析中的因素去相關檢定方法擴展到高維功能變異數分析（fANOVA）設計中的統計檢定。由此計畫提出的功能性F檢驗，源自多變相線性模型架構。此檢驗具有明顯改善偵測真實發現的功率，能針對像E RP這種有強大且複雜依賴關係的功能數據進行更有力的分析 ，並將錯誤發現率（FDR）控制在常規範圍內。本研究案對因子去相關法的擴展有兩個方向：（1）延伸研究範圍至ERP以外的研究：分析fANOVA適用ERP以外的行為數據，例如近紅外光譜（NIRS）和步態週期曲線。（2）改進開發及時進行全腦分析軟件，進而探討以ERP為基的連接性分析或大腦和電腦之間溝通的介面。此研究提案的成果將有助於改善行為研究在相關功能數據進行大規模統計推論研究中得出複製結果的能力。