从相关到因果

接着前面的写,首先补充一个计算公式,即Fisher’s z变换Z= (ln (1+r) - ln (1-r)) / 2。用于相关系数r不服从正态分布时,将r转换成正态分布的z,然后就可以用常用的t检验进行比较检验。

上次提到关于r和p的作用,用一句话总结一下上次的观点是:r是对样本的描述,p是对该r能推广到总体的程度的描述。r越大固然越好,但是样本量不能太小,否者就不能代表总体,即不显著;同样地,显著性越大固然也越好,因为这说明你的相关系数更可能表示了总体的相关,于是在相关系数很小的情况下,我们可以通过增加样本量以达到显著。这里就存在一个让人纠结的地方:因为只要样本量足够大,研究者总可以得到一个显著的结果。

Read More

从相关到因果2

相关在日常的研究中常涉及到,‘相关correlation’是指一大类统计两个随机变量或两组数据之间关系的方法。常用的计算相关的方法有Pearson correlation, Spearman correlation以及partial correlation,Kendall’s Tau等多种。其中,相关系数r (Pearson correlation coefficient)尤为常用,r从-1到1,r越接近于-1或1,表示两个变量越相关related;当r靠近0时,表示两个变量之间没有关系。因此,相关系数表示两个变量共变的程度。另外,相关系数还有一种理解,即r的平方与一个变量与另一变量相关related的变异占该变量变异的百分比相等。

Read More

Difference between subprocess.Popen and os.system

os.system is equivalent to Unix system command, while subprocess was a helper module created to provide many of the facilities provided by the Popen commands with an easier and controllable interface. Those were designed similar to the Unix Popen command.

Read More

正视自我,方可融会贯通

不知道你有没有类似的体验,早晨起来回味刚做的梦,梦中的自己是那么傻,思路狭窄,却在梦中时却并不会这样认为。在梦里,自我是完美的,很少怀疑自己有什么地方考虑的不周全,但是当我们醒来后,回味梦境,却觉得梦中的自己是如此的荒谬。

这不禁让我想到了为人,即现实生活中的我们真的如我们想想的那么正确无误吗?我们经常固执己见,认为看见发生的就是真理,是真的是存在的,但是实际上呢?暂且不谈盗梦空间层层的梦境,旁观者是不是可以认为是同一时空中的梦境之外的自我呢。诚然,总会有时候我们坚持自己的意见是正确的,但是大多数情况下,我们是不是真的像我们梦境中的自己那样,完全意识不到自己的荒谬逻辑呢。古人讲,当局者迷旁观者清,生活在当下的时空,我们真的需要克制一下盲目的自信,耐心聆听来自‘梦境之外’的声音,也许这样才能做出真正正确的决策。

Read More

谣言之所以为谣言

近一段时间社交网络的蓬勃发展,给社会网络分析带来的新的机遇,同时也带来了谣言的横行。从一次次的抢盐热潮,到8.6级地震,到xx进京,真的假的,都鱼龙混珠了。虽说是‘谣言止于智者’,但是这个信任丧失的时代,又有几个能够辨别谣言真假与否呢。先来看一个恶搞视频吧。

最近在看硅谷创业之父Paul Graham的文集《黑客与画家》,每一篇都会深有感触。读到‘不能说的话’一章,不得不让我联想到如见的谣言横行。书中提到,我们可能被根据社会需要,被约束不能说一些话或做某些事,而这些事中一部分可能并没有错。这样的例子很多,它一般满足两个条件:一是,这些话我们不能说或者事情不能做;二是,它是正确的,或者看上去可能是正确的。这不禁让我联想到了谣言之所以为谣言流传不止,好像也要满足这两个条件:一是,这种话我们不能说;二是,它看上去有可能是真的。比如前一段时间全球华人关注的王氏事件或者说是薄氏事件演变出的xx进京,之所以这种言论被广泛流行,一是民众可以意识到这种事情政府是不会公之于众的,二是从事件的大背景看它真的有可能是真的。

Read More

Python in Neuroimaging

突发奇想,打算开始写一些的关于Python在神经影像分析中的应用的文字(之所以用Python,是因为Python是一个可以替代昂贵的MatlabT的语言)。从哪里说起呢,当然是Nipype。

之所以从Nipype写起,主要出于以下几个原因:首先Nipype是我接触的第一个用python处理神经影像数据的工具;其次,由于在Nipype项目开始就一直追踪这个项目,我在2011年暑假开始参与到Nipype的项目中去,根据Nipype的框架设计,贡献了自己的工作,这个工作在2012年初随发布版v0.5发布给更多的人使用,给自己带来小小的成就感;当然,最重要的是,Nipype的各种优点让我越来越偏爱。后面我会根据自己的理解间歇地介绍一些对Nipype的了解。

Read More