Alice
Project
首页
世界回放
世界观
版本日志
心智研究
EN
🧠 神经科学
神经科学基础
神经解剖
细胞与分子神经科学
系统神经科学
认知神经科学
计算神经科学
脑机接口
神经技术前沿
神经疾病
神经科学基础
神经科学历史
研究方法
神经元学说
分析层次
神经系统总览
神经编码
脑能量代谢
神经发育
神经系统演化
血脑屏障
脑节律
连接组学
神经可塑性
神经伦理学
比较神经科学
脑脊液与类淋巴
神经环路
神经科学统计
行为神经科学
开放神经科学
目录
1. 神经数据特点
2. 多重比较问题
校正方法
3. 双重浸入 (Double Dipping)
4. 统计功效危机
5. p-hacking + Garden of Forking Paths
6. 推荐方法
7. PyTorch/Numpy — Permutation Test
8. 贝叶斯视角
9. Decoding / MVPA 陷阱
10. 神经数据复制运动
11. Common Pitfalls
11.1 p < 0.05 = 真
11.2 挑 neuron 再测
11.3 大样本不需校正
11.4 n=动物数
11.5 Decoding 高 = brain 这样用
12. Related Concepts
References