请教统计分析中的一些问题

1、ANOVA的F值显著，说明至少有两组之间存在差异；

2、通常来说，单样本检验要比较独立样本之间的检验容易出结果。校正方法，我建议用一样的，但阈值不太可能用一样的。

3、这个问题，我不是非常清楚。我曾经用过估计功能，好像需要输入对拟估计的图像的平滑参数，然后，再考虑到固有的平滑大小，最后给出一个用于AlphaSim的平滑值。这个问题，再请其它专家回答。

4、这个问题略有点复杂。首先，就我所知，目前的影像学数据处理软件没有专门提供ANOVA之后的多重比较的校正问题。这个校正有两层：多个体素、多个组；ANOVA不显著的区域，显然不能进入到post-hoc分析。所以，我认为，post-hoc的“多个体素”的多重比较，在ANOVA显著的区域内进行是合理的。但问题是需要同时考虑“多个组”，这个问题好像还没有解决，如果保守起见，可以选最严格的Bonferroni；如果不对这个层面进行校正，在limitation中讲清楚，我认为也是可以的。

5、针对功能连接，我认为组间比较应该在单样本t检验的并集上进行；如果在全脑进行，就可能会出现一种情况：每组都不存在显著功能连接的脑区、却出现两组之间的差异，就目前的理解来说，这显然是不能接受的。比如，我们感兴趣的是DMN，如果不取单样本t检验的mask，而在全脑中比较两组的差异，就有可能在运动区出现组间差异，解释的时候，将运动区解释为DMN在两组之间有差异，显然是错误的。特别是用ICA，这个问题显得更突出。不能因为只考虑校正问题本身而不考虑神经科学的意义。校正时采用的mask比较小的话，单纯从统计角度，似乎增加了假阳性；但如果不考虑结果的神经科学意义，而只从计算方法本身去考虑，同样会出现几乎无法解释的假阳性。比如我上面提到的在每个组都不存在功能连接区域、却发现了两组之间的差异，这种差异尽管不能武断地判断为假阳性，但其神经科学意义非常难理解。

 臧老师回答的差不多了，我就第三个问题说说自己的看法。
 

  SPM在做平滑核估计时，使用的是残差图像来估计，然而如果你要拿做了统计之后的t图，F图做估计的话，和残差图估计出来的值肯定不同。
  而且，你t图的估计和F图的估计结果肯定也是不一样。这是必然的结果。  但是，如果基于GLM模型，残差都是一样的，不管你做T检验还是F检验，所以SPM的估计应该不会根据你要做什么分析就会改变。

  不推荐用统计图估计平滑核。你可以直接用预处理的平滑参数