matlab fisher z变换,关于GCA统计

啊，总算登上来了，不知道为什么我注册后就当天可以发帖子，之后好长一阵子都不可以进来回复，现在总算好了。

谢谢解答，让我对GCA清楚了不少。不过目前z变换可以提高正态性，是文献可以支持么？这个算法好像只能使用于voxel-wise的，如果是ROI-based的就要像严老师说的那样要么做u-test，要么是permutation了。

我用了matlab的GCA工具(Anil K. Seth，V2.9，2011)，也出现了一些问题：

1，分别做permutation的conditionnal-GCA和partial-GCA，发现对于相同的4个roi，我做相同的permutation次数，不论是做组内测试还是组间测试都有蛮大的区别，主要是问题出现时间序列不够covariance stationary。这主要是因为在做bold的任务测试时，有5次平均，每次平均里有2个block(分别对应task和rest)，每个block是13个时间点，我想是因为点数较少造成的。有介绍可以用时间序列的First-order differencing来使得序列变得稳态，不过这时候又会影响频域的因果分析，原文如下:

Note that differencing may be problematic for analysis of frequency-dependent G-causality, because it can change the spectral properties of the time series (acting as a kind of high-pass filter). If differencing is needed, be sure to compare the frequency spectra of the original and non-differenced time series. 所以是不是说其实不建议用这种differencing的方法呢？

2，我尝试过对同一个task的5次平均里的block做平均后再做GCA分析，但是同样的也是不够稳态。也有说同一个任务的5次平均里的block应该分别做GCA分析，请问哪一种比较好呢？

3，目前我想根据目前的文献报导，选取一个最主要的和病例相关的ROI，然后用rest toolbox里的GCA分析中voxel-wise 的 residual-based GCA分析做一下统计，看看和这个ROI有关系的区域主要在哪里，把这些定做其他的ROI，然后用Seth的toolbox，做这些ROI之间的conditional-GCA分析，用permutation分别做组内分析和组间分析，请问这样的方法可行么？或是我可以直接根据文献报导或是病理相关挑出几个ROI直接做conditional-GCA分析呢？因为Hamilton et al., 2010 是用功能连接来定义ROI的，所以其实也可以仿照他们的算法，用功能连接找到和预先选定的ROI相关的区域作为之后GCA的ROI？做多ROI GCA分析时，这几种ROI的定义方法哪一个比较好呢？

谢谢大家的指教！