<div dir="ltr"><div style="font-family:arial,sans-serif;font-size:13px">Arjen,</div><div style="font-family:arial,sans-serif;font-size:13px"><br></div><div style="font-family:arial,sans-serif;font-size:13px">Thanks for all your previous help on using regressconfound.</div>
<div style="font-family:arial,sans-serif;font-size:13px">It would be great if you can shed light on some questions I asked earlier (See below).</div><div style="font-family:arial,sans-serif;font-size:13px">Also, when applying regressconfound to time-frequency (TF) data, regressconfound removes variance from TF from individual trials. So, utimately regressconfound helps to improve the induced TF responses rather than evoked responses. (By induced, I mean calculating TF on trial by trial basis and then computing average, But evoked I mean calculating TF on averaged data)</div>
<div style="font-family:arial,sans-serif;font-size:13px">If one is interested in only evoked, then regressconfound would not be of much help. Is that correct?</div><div style="font-family:arial,sans-serif;font-size:13px">
<br></div><div style="font-family:arial,sans-serif;font-size:13px">Thanks,</div><div style="font-family:arial,sans-serif;font-size:13px">Raghavan</div><div style="font-family:arial,sans-serif;font-size:13px"><br></div><div style="font-family:arial,sans-serif;font-size:13px">
<br></div><div style="font-family:arial,sans-serif;font-size:13px"><br></div><div style="font-family:arial,sans-serif;font-size:13px"><br></div><div style="font-family:arial,sans-serif;font-size:13px"><br></div><br clear="all" style="font-family:arial,sans-serif;font-size:13px">
<div style="font-family:arial,sans-serif;font-size:13px">Date: Wed, 26 Feb 2014 11:38:23 -0500<br>From: Raghavan Gopalakrishnan <<a href="mailto:gopalar.ccf@gmail.com" target="_blank">gopalar.ccf@gmail.com</a>><br>To: <a href="mailto:fieldtrip@science.ru.nl" target="_blank">fieldtrip@science.ru.nl</a><br>
<br><span style="background-color:rgb(255,255,204)">Arjen</span>,<br><br>I agree with your steps and your assumptions about my data, though I am only interested in evoked activity. I am indeed doing the steps 1 and 2 in the correct order. I just kept the 4 blocks and confounds associated with them separate from each other (for book keeping purposes), but I used the mean head position of all 4 blocks to demean the translations and rotations in each block. Technically, I guess this is the same as appending the blocks prior to running regress confound.<br>
<br>When I said, "However, the problem is, whatever significance I found earlier (i.e. by comparing means rather than t-statistic) doesn?t test significant now.? I was comparing the means of the data that has been run through regress confound. When I plot (sum square of all gradiometers in each subject in each condition)  before and after regress confound, I see some differences. Should I not see any differences at all?<br>
<br> But there is one catch. What do I do if I am comparing a condition across different time points, rather than 2 conditions in one time point? MEG collected at two different time points will have different average head positions. In that case, should I use one average head position (computed from time point - 1) and use that to demean the translations and rotations in rest of the time points?<br>
<br><br>Thanks for your support.</div><div><br></div>-- <br><div dir="ltr"><i>Raghavan Gopalakrishnan,</i><div><i>Principal Research Engineer, </i></div><div><i>Cleveland Clinic</i></div></div>
</div>