<div dir="ltr">Hi Fred,<div><br></div><div>cfg.runica.pca sets cfg.numcomponent for runica (corrected in revision on ft tonight).</div><div><br></div><div>If you use ICA to remove artifacts for subsequent analyses, please keep in mind that any structure not covered by the extracted components is lost. As such, I would advice you to extract the maximum number of components, or if to computationally expensive, the number of components that explain, say, 99% of the variance of the covariance matrix. </div>

<div><br></div><div>You can do this for example by:</div><div><div>% determine cfg.numcomponent by doing an eig on the covariance matrix</div><div>covar = zeros(numel(data.label));</div><div>for itrial = 1:numel(data.trial)</div>

<div>  currtrial = data.trial{itrial};</div><div>  covar = covar + currtrial*currtrial.';</div><div>end</div><div>[V, D] = eig(covar);</div><div>D = sort(diag(D),'descend');<br></div><div>D = D ./ sum(D);</div>

<div>Dcum = cumsum(D);</div><div>cfg.numcomponent = find(Dcum>.99,1,'first');</div><div><br></div><div>Best,</div><div>Roemer</div><div><br></div><div><br></div><div><br></div></div><div><br></div><div><br></div>

<div><br></div><div><br></div></div><div class="gmail_extra"><br><br><div class="gmail_quote">On Tue, Apr 8, 2014 at 2:46 PM, Frédéric Roux <span dir="ltr"><<a href="mailto:f.roux@bcbl.eu" target="_blank">f.roux@bcbl.eu</a>></span> wrote:<br>

<blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">Dear all,<br>
<br>
I have a general question relating to the usage of cfg.runica.pca<br>
during the call to ft_componentanalysis.<br>
<br>
Is it correct to assume that cfg.runica.pca = length(meg_data.label) will<br>
force the algorithm to return n = length(meg_data.label) ICs, and that as a<br>
result artifacts can be "spread" across several ICs?<br>
<br>
If that's true, then I imagine that cfg.runica.pac = n/4 will return less components<br>
and reduce the "spread" of artifacts over several components.<br>
<br>
My question is how to choose the number of principal components to which the data<br>
is reduced before ICA?<br>
<br>
Best,<br>
Fred<br>
---------------------------------------------------------------------------<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>
</blockquote></div><br></div><br clear="all"><div><br></div>-- <br><font size="3"><font color="darkblue"><font face="calibri">Roemer
            van der Meij M.Sc.<br>
            PhD Candidate<br>
            Donders Institute for Brain, Cognition and Behaviour<br>
            Centre for Cognition<br>
            P.O. Box 9104<br>
            6500 HE Nijmegen<br>
            The Netherlands<br>
            Tel: +31(0)24 3655932<br>
            E-mail: <a href="mailto:r.vandermeij@donders.ru.nl" target="_blank">r.vandermeij@donders.ru.nl</a></font></font></font><div style="padding:0px;margin-left:0px;margin-top:0px;overflow:hidden;word-wrap:break-word;color:black;font-size:10px;text-align:left;line-height:130%">

</div>