cosanlab/nltools

Improve auto-correlation estimation during regression

Fechada

#307 aberto em 22 de jul. de 2019

Ver no GitHubGuia do colaborador
 (0 comentário) (0 reação) (0 responsável)Python (48 forks)github user discovery
enhancementhelp wanted

Métricas do repositório

Stars
 (130 estrelas)
Métricas de merge de PR
 (Nenhuma PRs mesclada em 30d)

Description

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

Guia do colaborador

Direção de pesquisa
Estude a implementação ARMA atual no código, depois explore as três opções de melhoria mencionadas: 1) busca em grade estilo AFNI, 2) pré branqueamento Nistats, 3) rotina FAST. Avalie a complexidade computacional e a precisão de cada abordagem para dados de séries temporais de neuroimagem.
Pilha de tecnologia
python
Domain
data
Tipo Issue
Funcionalidade
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
3
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
1-2 dias
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Recente
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Claro
Prerequisites
PythonStatistics
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
45