A non-parametric statistical test to compare clusters with applications in functional magnetic resonance imaging data (2014)
- Authors:
- USP affiliated authors: FUJITA, ANDRÉ - IME ; PATRIOTA, ALEXANDRE GALVÃO - IME
- Unidade: IME
- DOI: 10.1002/sim.6292
- Subjects: RECONHECIMENTO DE PADRÕES; INTELIGÊNCIA ARTIFICIAL; ESTATÍSTICA COMPUTACIONAL; RESSONÂNCIA MAGNÉTICA; INFERÊNCIA NÃO PARAMÉTRICA; INFERÊNCIA ESTATÍSTICA; COMPUTAÇÃO GRÁFICA
- Keywords: clustering; silhouette method; statistical test; fMRI
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Statistics in Medicine
- ISSN: 1097-0258
- Volume/Número/Paginação/Ano: v. 33, n. 28, p. 4949-4962, 2014
- Este periódico é de assinatura
- Este artigo NÃO é de acesso aberto
- Cor do Acesso Aberto: closed
-
ABNT
FUJITA, André et al. A non-parametric statistical test to compare clusters with applications in functional magnetic resonance imaging data. Statistics in Medicine, v. 33, n. 28, p. 4949-4962, 2014Tradução . . Disponível em: https://doi.org/10.1002/sim.6292. Acesso em: 09 out. 2024. -
APA
Fujita, A., Takahashi, D. Y., Patriota, A. G., & Sato, J. R. (2014). A non-parametric statistical test to compare clusters with applications in functional magnetic resonance imaging data. Statistics in Medicine, 33( 28), 4949-4962. doi:10.1002/sim.6292 -
NLM
Fujita A, Takahashi DY, Patriota AG, Sato JR. A non-parametric statistical test to compare clusters with applications in functional magnetic resonance imaging data [Internet]. Statistics in Medicine. 2014 ; 33( 28): 4949-4962.[citado 2024 out. 09 ] Available from: https://doi.org/10.1002/sim.6292 -
Vancouver
Fujita A, Takahashi DY, Patriota AG, Sato JR. A non-parametric statistical test to compare clusters with applications in functional magnetic resonance imaging data [Internet]. Statistics in Medicine. 2014 ; 33( 28): 4949-4962.[citado 2024 out. 09 ] Available from: https://doi.org/10.1002/sim.6292 - Functional clustering of time series gene expression data by Granger causality
- ANOCVA: a nonparametric statistical test to compare clustering structures
- A non-parametric method to estimate the number of clusters
- Análise de dados de expressão gênica: normalização de microarrays e modelagem de redes regulatórias
- Potential confounders in the analysis of Brazilian adolescent’s health: a combination of machine learning and graph theory
- Identifying regulational alterations in gene regulatory networks by state space representation of vector autoregressive models and variational annealing
- Modelo funcional heterocedástico com erro nas variáveis: uma abordagem para medidas repetidas
- On estimating the boundaries of a uniform distribution under additive measurement errors
- A measure of evidence based on the likelihood-ratio statistics
- The likelihood-ratio measure
Informações sobre o DOI: 10.1002/sim.6292 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
