<div dir="ltr">Hey Lin,<div><br></div><div>Provided that there are no systematic confounds (e.g. head position) across conditions, you could construct a common filter based on data from all conditions. I would leave any statistical comparison to after source-reconstruction.</div><div><br></div><div>Does that answer your question?</div><div>Arjen</div></div><div class="gmail_extra"><br><div class="gmail_quote">2016-03-07 1:51 GMT-08:00 Lin Wang <span dir="ltr"><<a href="mailto:wanglinsisi@gmail.com" target="_blank">wanglinsisi@gmail.com</a>></span>:<br><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">



<div>
<div dir="ltr">Dear community,
<div><br>
</div>
<div>I'm trying to do lcmv beamformer source analysis with a common filter for more than two conditions. I have a 2A (A1, A2) * 2B (B1,B2) design, and I am interested in both the main effect of A (A1 vs. A2) as well as the simple effects (A1B1 vs. A2B1 and
 A1B2 vs. A2B2).</div>
<div><br>
</div>
<div>My question is how to build the common filter. I could combine all the four conditions to obtain a common filter for the contrast of A1 vs. A2. Then can I also use this common filter to compare A1B1 vs. A2B1? Or do I have to build a different common filter
 (to combine the A1B1 and A2B1 conditions) for the contrast of A1B1 vs. A2B1?</div>
<div><br>
</div>
<div>Thanks for your help in advance!</div>
<div><br>
</div>
<div>Best,</div>
<div>Lin</div>
<div><br>
</div>
<div><br>
</div>
</div>
</div>

</blockquote></div><br></div>