Variable latencies of noisy signals: Estimation and testing in brain potential data
含噪信号的可变潜伏期：脑电位数据中的估计与检验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：摘要研究脑电信号的潜伏期估计，未明确涉及宏观时间序列或其他所列经济计量方向。
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：脑电位数据中的估计与检验
- 研究问题
- 当重复刺激后的单次脑电响应具有不同到达时间时，如何估计各次响应的潜伏期，并检验潜伏期变化是否确实存在？
- 方法与思路
- 作者在单次响应潜伏期可变的模型中，采用迭代 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
- 摘要明确提出单次潜伏期的最大似然估计方法和变异检验统计量，并称讨论了模拟及真实数据应用，但未报告具体表现。
- 阅读关注点
- 应核对信号形状与噪声模型、潜伏期参数的可估计条件、迭代算法的初始化与收敛，以及检验统计量的参考分布。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；信号、噪声假设和模拟结果未说明，不能判断估计精度或检验在实际脑电数据中的可靠性。
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.