spm怎么把fdr调出来

SPM（Statistical Parametric Mapping）是一种用于脑成像分析的工具，FDR（False Discovery Rate）是一种用于控制多重比较校正的方法。在SPM中，我们可以通过以下步骤将FDR调出来：

1. 打开SPM软件并加载数据：首先，我们需要将需要进行FDR校正的数据加载到SPM软件中。这可以通过点击“File”菜单，选择“Data”选项并选择相应的数据文件来实现。

2. 配置设计矩阵：在SPM中，我们使用设计矩阵来描述实验设计和统计模型。根据实验设计和数据类型的不同，选择适当的模型和设计矩阵，并将其配置到SPM软件中。

3. 进行统计分析：点击“Stats”菜单，选择“General Linear Model”或者其他适合当前数据的统计模型。根据数据类型进行参数设置，并点击“Estimate”按钮，进行模型估计。

4. 生成统计参数图：点击“Results”菜单并选择“Thresholded SPM”，这将显示出进行统计分析后得到的t值或z值的统计参数图。

5. 设置FDR校正：在统计参数图的界面中，点击“Adjust”菜单并选择“FDR”，这将启用FDR校正。我们可以选择合适的阈值和类型来设置FDR校正的参数。

6. 查看结果：通过设置适当的FDR校正参数，我们可以得到校正后的结果图，其中显示的是经过FDR校正后的显著结果。

总的来说，通过加载数据、配置设计矩阵、进行统计分析、设置FDR校正参数等步骤，我们可以在SPM中调出FDR校正，并将其应用于脑成像分析中的结果。

相关问题

如何用spm做fdr矫正

### 如何在 SPM 中实现 FDR (False Discovery Rate) 矫正

#### 使用SPM中的FDR校正功能
为了在SPM中应用FDR矫正，用户可以在结果界面选择合适的选项来调整统计阈值。具体来说，在完成图像预处理和统计模型估计之后，进入结果展示阶段时可以选择FDR作为多重比较校正的方法之一[^3]。

#### 设置FDR参数
当选择FDR进行校正时，软件会自动计算并提供一个修正后的P值或Q值（对应于每次测试下的最大预期错误发现率）。此过程不需要手动输入复杂的公式，只需通过图形用户界面操作即可完成设置。

#### 实际操作步骤说明
虽然这里不使用诸如“首先”这样的引导词，但在实际执行过程中确实存在一定的顺序关系：

- 打开已保存的工作流文件或者重新加载实验设计矩阵；
- 完成所有必要的预处理步骤如头动校正、空间标准化等；
- 进入Results模块下指定要显示的结果集；
- 在Contrast Manager窗口内定义感兴趣的对比条件；
- 转到Inference部分，勾选Use False Discovery Rate correction复选框以启用该功能；
- 设定希望达到的家庭智慧水平（Family-Wise Error rate），这将影响最终输出的q-value标准；
- 单击Plot按钮查看经过FDR校正后的激活图谱和其他相关信息；

% MATLAB代码片段用于调用SPM函数来进行FDR校正
spm('Defaults', 'fmri');
S = spm_spm;
S.contrasts{1}.title = 'My Contrast';
S.xCon(1).c = [1 -1]; % Example contrast vector
S.xCon(1).tcon.stats.fdr = 0.05; % Set desired FDR level here

SPM12进行fdr的校正

### 实现 FDR 校正在 SPM12 中的方法

在神经影像数据分析中，FDR（False Discovery Rate）是一种常用的多重比较校正方法。相比于传统的FWER（Family-Wise Error Rate），FDR允许一定比例的假阳性发现，在保持统计效力的同时控制错误率。

为了在SPM12中实现FDR校正，可以按照如下方式进行操作：

#### 使用Matlab脚本调用SPM函数进行FDR校正

% 加载图像数据并指定设计矩阵等相关参数后
S = spm('Results', V, [], []);
S.corrfwhm = [8 8 8]; % 设置平滑核大小
S.ext.thresh = inf;
S.height.corr.p = 0.05; % 设定显著性水平为0.05
S.height.corr.type = 'FDR'; % 指定采用FDR校正方式
spm('Results', V, S);

上述代码片段展示了如何通过设置`height.corr.type='FDR'`来启用FDR校正机制[^1]。此过程是在完成模型估计之后的结果展示阶段执行的。

此外，值得注意的是，虽然AlphaSim也是一种用于多重比较校正的技术，但由于其基于体素随机化理论，因此通常认为不如FWE或FDR这两种更为广泛接受的方法可靠。