Revisit permutation test methodology
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 25/100
Direzione di ricerca
Inizia esaminando i metodi dei test di permutazione discussi in #101 e confronta l’implementazione di PyMARE con la procedura permuted_ols di Nilearn. Verifica se la parallelizzazione tra dataset è appropriata per i carichi di lavoro di neuroimaging e come dovrebbe differire il preprocessing per le variabili target, testate e confondenti. Il lavoro sarà considerato completato quando sarà stata concordata una metodologia prima dell’implementazione.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
In working on #101, I've come across a few things in the permutation test methods that confuse me.
First, the permutation tests loop over datasets and parallelize across permutations. This makes sense in a non-imaging context, when you won't have many, if any, parallel datasets. However, in neuroimaging meta-analyses, you'll typically have many more parallel datasets (e.g., voxels) than permutations. Would it make sense to flip the approach in PyMARE, or would that cause too many problems for non-imaging meta-analyses?
Second, I'm comparing PyMARE's approach to Nilearn's permuted_ols function. I've noticed that there are a few steps in Nilearn's procedure that aren't in PyMARE, including some preprocessing done on the target_vars (y), tested_vars (X), and confounding_vars (also X). Should we (1) adopt this step and/or (2) treat confounding variables differently from tested variables?
- Lingua principale
- Python
- Stelle
- 58
- Fork
- 16
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di neurostuff/PyMARE
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 86/100
neurostuff/PyMARE#143 ·
-
enhancement: adding to condaAperta
Difficoltà 4/5 3-5 giorni Idoneità per principianti 45/100
neurostuff/PyMARE#122 ·
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 52/100
neurostuff/PyMARE#115 ·
-
breaking-change enhancement
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
neurostuff/PyMARE#103 · 1 commento ·
-
breaking-change enhancement
Difficoltà 5/5 Più di una settimana Idoneità per principianti 30/100
neurostuff/PyMARE#101 ·
Tutte le issue di neurostuff/PyMARE
Issue simili
-
bug status/needs-triage
Difficoltà 2/5 1-3 ore Idoneità per principianti 86/100
prowler-cloud/prowler#12887 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
area: desktop platform: macos priority: p3 status: ready type: enhancement
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 92/100
use-agent-os/agent-os#3484 ·
I maintainer di solito rispondono entro 2 giorni
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 86/100
open-telemetry/opentelemetry-python-contrib#5113 · 2 commenti · 2 reazioni ·
I maintainer di solito rispondono entro 1 giorno
-
external
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
langchain-ai/docs#6255 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
I maintainer di solito rispondono entro 1 giorno