Hi Vitória,<br><br>Although using random sampling is a good approach, it is not a big problem to have a different number of trials between conditions, specially in ERP studies. <br><br>If you're just going to do classical analyses (mean, grand-mean and statistics in mean), it might be better just to stay with different number of trials. There has been a similar discussion in the eeglab list, which might be worth reading for those interested (<a href="http://sccn.ucsd.edu/pipermail/eeglablist/2010/003240.html">http://sccn.ucsd.edu/pipermail/eeglablist/2010/003240.html</a>)<br>
<br>There is also a nice essay written by Steve Luck about this, which can be found in this website : <a href="http://erpinfo.org/Members/sjluck">http://erpinfo.org/Members/sjluck</a><br><br>Best,<br><br>-- <br><span>Andre M. Cravo<br>
<span style="color:rgb(102,102,102)">Postdoctoral Researcher</span><br style="color:rgb(102,102,102)"><span style="color:rgb(102,102,102)">University of Sao Paulo-Brazil</span></span><br><br><br><br><div class="gmail_quote">
On 21 May 2012 06:19, Gio Piantoni <span dir="ltr"><<a href="mailto:g.piantoni@nin.knaw.nl" target="_blank">g.piantoni@nin.knaw.nl</a>></span> wrote:<br><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">
Hi Vitória,<br>
<br>
I like the intuitive appeal of your approach, in order to keep only<br>
the "most representative" trials. However, I'd have serious concerns<br>
that your approach might not be valid.<br>
<br>
If you reject only the noisiest trials from condition A, you're<br>
applying a sort of extra preprocessing step to your data and this<br>
makes the comparison between conditions A and B not very meaningful.<br>
You cannot unequivocally attribute the difference between A and B to a<br>
real difference between experimental conditions or to the extra<br>
preprocessing step.<br>
More critically, if you only reject noisy trials in condition A,<br>
you'll systematically introduce heteroscedasticity in your data; this<br>
is against one of the assumptions of parametric testing.<br>
<br>
I agree with Arjen to use random sampling of the trials of condition<br>
A. Depending on what you want to do next, you can even get standard<br>
errors from this randomization, similarly to the bootstrap approach. I<br>
find this a very elegant way to deal with very unequal numbers of<br>
trials.<br>
<br>
Hope this helps,<br>
<br>
Best,<br>
<br>
Gio<br>
<span class="HOEnZb"><font color="#888888"><br>
--<br>
Giovanni Piantoni, MSc<br>
Dept. Sleep & Cognition<br>
Netherlands Institute for Neuroscience<br>
Meibergdreef 47<br>
1105 BA Amsterdam (NL)<br>
<br>
<a href="tel:%2B31%2020%205665492" value="+31205665492">+31 20 5665492</a><br>
<a href="mailto:gio@gpiantoni.com">gio@gpiantoni.com</a><br>
<a href="http://www.gpiantoni.com" target="_blank">www.gpiantoni.com</a><br>
</font></span><div class="HOEnZb"><div class="h5"><br>
<br>
On Sun, May 20, 2012 at 11:53 AM, Vitória Magalhães Piai<br>
<<a href="mailto:vitoria.piai@gmail.com">vitoria.piai@gmail.com</a>> wrote:<br>
> Hi everyone,<br>
><br>
> I'm working on a dataset (ERPs, but this is not that relevant for the<br>
> question, I believe) for which one condition elicited more errors than the<br>
> other.<br>
><br>
> I'd like to have both conditions with the same number of trials in the<br>
> analyses.<br>
> Ideally, I'd throw away the noisiest trials from one condition, instead of<br>
> just start throwing away trials at random.<br>
><br>
> I was thinking of using z-scores for that but I was wondering if any of you<br>
> has already done this before and how. What would be the best way to go?<br>
> Take the mean amplitude across all trials (collapsed over condition or not?)<br>
> and calculate the z-score for each trial individually? Then take out the one<br>
> with the largest scores? How does this approach sound?<br>
> Does FT keep information about the variance for each trial somewhere in the<br>
> output of an artefact rejection function? Or would I have to compute that<br>
> myself?<br>
><br>
> I'd appreciate any suggestions or feedback.<br>
><br>
> Cheers, Vitória<br>
><br>
><br>
> _______________________________________________<br>
> fieldtrip mailing list<br>
> <a href="mailto:fieldtrip@donders.ru.nl">fieldtrip@donders.ru.nl</a><br>
> <a href="http://mailman.science.ru.nl/mailman/listinfo/fieldtrip" target="_blank">http://mailman.science.ru.nl/mailman/listinfo/fieldtrip</a><br>
<br>
_______________________________________________<br>
fieldtrip mailing list<br>
<a href="mailto:fieldtrip@donders.ru.nl">fieldtrip@donders.ru.nl</a><br>
<a href="http://mailman.science.ru.nl/mailman/listinfo/fieldtrip" target="_blank">http://mailman.science.ru.nl/mailman/listinfo/fieldtrip</a></div></div></blockquote></div><br><br clear="all"><br><span><span style="color:rgb(102,102,102)"></span><br>
</span><br>