cosanlab/nltools

Improve auto-correlation estimation during regression

Chiusa

#307 aperta il 22 lug 2019

Vedi su GitHubGuida contributor
 (0 commenti) (0 reazioni) (0 assegnatari)Python (48 fork)github user discovery
enhancementhelp wanted

Metriche repository

Star
 (130 stelle)
Metriche merge PR
 (Nessuna PR mergiata in 30 g)

Descrizione

Currently, we do a pretty crude ARMA model if the user wants to model auto-correlations. We have a few options to improve this:

  1. AFNI style: implement our own limited grid search of ARMA parameters per voxel rather than unconstrained optimization in statsmodels (currrent) - probably the trickiest and slowest
  2. Implement pre-whitening routines by first estimating OLS, then using the residuals of order N to adjust the data, and finally fit OLS again. Nistats has an implentation of this: see this and this.
  3. Port over SPMs new FAST routine which does something like using basis-sets of covariance matrices to account for auto-correlation

Guida contributor

Direzione di ricerca
Studia l'attuale implementazione ARMA nel codebase, quindi esplora le tre opzioni di miglioramento menzionate: 1) griglia di ricerca stile AFNI, 2) pre whitening Nistats, 3) routine FAST. Valuta la complessità computazionale e l'accuratezza di ciascun approccio per i dati di serie temporali di neuroimaging.
Tech stack
python
Dominio
data
Tipo issue
Funzionalità
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
3
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
1-2 giorni
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Nuova
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Chiara
Prerequisiti
PythonStatistics
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
45