Variable Latencies of Noisy Signals: Estimation and Testing in Brain Potential Data
含噪信号的可变潜伏期：脑电位数据的估计与检验AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要针对脑电信号潜伏期的估计与检验，未明确对应所列经济计量方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
含噪信号的可变潜伏期：脑电位数据的估计与检验
- 研究问题
- 重复刺激后的脑电响应若存在到达时间差异，如何估计每次响应的潜伏期，并检验潜伏期变异是否存在？
- 方法与思路
- 作者建立允许单次响应潜伏期变化的模型，以迭代 Fisher scoring 实现最大似然估计，并推导检验潜伏期变异的统计量。
- 材料陈述的贡献
- 摘要称提供单次潜伏期的最大似然估计方法和变异存在性检验，并讨论模拟与真实脑电位数据应用，但未报告具体效果。
- 阅读关注点
- 应核对信号形状与噪声模型、潜伏期的可识别条件，以及迭代算法的初始化、收敛表现和无变异假设下的检验分布。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明噪声假设、检验校准及模拟结果，不能判断方法对弱信号或其他数据的表现。
原文摘要
The electric response of the brain related to some event, i.e. stimulus, is usually estimated by repeated stimulation and subsequent averaging of the activity recorded time-locked to the stimulus. The present paper deals with the model that the single responses may have varying latency, i.e. arrival time, after stimulus onset. For estimating the single latencies, a maximum likelihood approach employing iterative Fisher-scoring is developed. Further a statistic for testing on the presence of latency variation is derived. Simulations and real data applications are discussed.