<div dir="ltr">Hello,<div><br></div><div>My apologies if this has been covered before, I just joined the list and am having trouble searching the archives.</div><div><br></div><div>I have a set of EEG data that was recorded from a Biosemi apparatus using a 128-channel cap. The dataset is in text files, is post-processed and is the result of filtering, epoching, and averaging, and has been imported into matlab.  I created trial structs out of the datasets.  It is a dataset of 21 subjects with two conditions.  I'm trying to do some non-parametric clustering statistics on the dataset and I don't have access to the original bdf files.</div><div><br></div><div>I have the electrode names and coordinates saved in matlab matrices.  Now, I'd like to do clustering analysis using a monte carlo simulation to determine areas of significant differences between the two conditions, but am having trouble ensuring that my datasets are structured appropriately for input. It seems that the tutorials mostly assume that the data is in a raw output format from one of the systems.  </div><div><br></div><div>I know that for ft_timelockstatistics, the data is supposed to be output from the ft_timelockanalysis. I was trying to use ft_timelockanalysis as an entry point  However, I am having trouble constructing the data struct appropriate for the timelock function.  Can this be done?  Should I be starting further upstream? I'm attaching some of the code. I'm know the data struct needs additional information but am not sure how to go about using it.  </div><div><br></div><div>The error I get when I run the following code is "Error using ft_checkdata (line 480). This function requires raw+comp or raw data as input."</div><div><br></div><div>Thanks!</div><div>Danielle</div><div><br></div><div>********************************</div><div><br></div><div>for i=size(CD_condition.data,3),</div><div>      CD_trial{i} = CD_condition.data(:,:,i);</div><div>end</div><div><br></div><div>CD.trial = CD_trial;</div><div><br></div><div>cfg.channel = 'all';</div><div>cfg.trials = 'all';</div><div>cfg.covariance = 'yes';</div><div>cfg.covariancewindow = 'prestim';</div><div>cfg.removemean = 'yes';</div><div>cfg.vartrllength = 0;</div><div><br></div><div>CD.type = 'raw+comp';</div><div>ft_timelockanalysis(cfg,CD);</div><div><br></div><div><br></div></div>