脑影像线性混合建模案.docxVIP

脑影像线性混合建模案

脑影像线性混合建模案

脑影像线性混合建模案需要从数据来源、模型结构、参数估计和结果解释等多个层面进行系统处理。现代神经影像研究通常包含同一受试者在多个时间点或多种任务条件下的扫描数据，也可能包含多中心、多设备、多批次采集的数据，这些数据结构天然具有层次性和相关性。若直接使用传统线性回归，会忽略同一受试者内部观测之间的相关，导致标准误偏小、统计推断过于乐观；若把每个受试者只压缩成一个汇总值，又会损失纵向变化、任务效应和个体轨迹信息。线性混合模型通过将固定效应与随机效应放在同一个框架中，使研究者既能估计群体层面的平均效应，也能刻画个体层面的偏离，从而更适合处理重复测量脑影像