6. 話說你group analysis你是用的random effect還是fixed effect？

最后一點是我沒有從文章中看到答案的。文章使用的是group analysis，也就是說把不同的10幾個人的大腦數(shù)據(jù)綜合起來看一個『平均人腦』中是否有腦區(qū)激活。但是，在這個『綜合10幾個人的大腦』的過程中，存在很多的假設，也有很多的方法。比如，有經典的fixed effect和random effect的方法。簡單地說（歡迎打臉），fixed effect就是把這10幾個人當做一個人，直接疊加效應；而random effect會把這10幾個人當做不同的人來控制最后綜合結果是否顯著。

簡單的說：random effect會比fixed effect產生更少的虛報。實際上現(xiàn)在大多數(shù)的fMRI實驗都會使用random effect。而是用fixed effect大多數(shù)是很早的時候的研究。這篇PNAS文章沒有說明白他們到底使用了fixed effect還是random effect。如果他們不幸使用了fixed effect，那么他們自己的實驗數(shù)據(jù)中的虛報率就會被放大。然而他們還得假設所有實驗都是使用的fixed effect。真是欲加之罪何患無辭啊。
這一部分的總結就是：雖然這篇PNAS文章本是研究做的還是很不錯的，但是他們從自己的數(shù)據(jù)分析出發(fā)，來推論整個研究領域的數(shù)據(jù)分析毛病的時候，他們自己也陷入了好幾個不成立的假設中，而這些不成立的假設，可能會直接導致他們虛報了整個研究領域『高估虛報率』。

如果作者不能明確解決以上的所有假設，圈出真正滿足所有假設的文章，我就只能說：fMRI領域的研究沒你們說的那么糟糕。

fMRI研究要謹慎

老實說我是比較喜歡這篇文章的，但是我非常擔心這篇文章因為夸大其詞的地圖炮的原因，失去了它本該有的警示作用。

fMRI這項技術從發(fā)明到使用到現(xiàn)在，每一步都存在假設。整個這個領域的每一步推理都是建立在一系列的假設上的。從最根本的地方出發(fā)，神經元活動和BOLD信號之間是什么關系？這個問題到現(xiàn)在也沒有很明白地說清楚。但是現(xiàn)在已經有的模型提供了一個基本的假設，就是BOLD信號的確是反應了神經活動的。如果有一天實驗證明這個假設是錯的，那整個領域可能要顫抖一下——不過現(xiàn)在還沒有人能夠證明這個。

不僅僅是基本假設，在數(shù)據(jù)分析的步驟中還存在更多的假設和簡化。比如血液動力反應函數(shù)(Hemodynamic Response Function, HRF)，理論上來說在不同的腦區(qū)是有不同的形狀的。所以最正確的方法需要用通過實驗設計來測量出相應腦區(qū)的HRF的形狀。但是在實踐過程中，很多研究都會使用經典HRF，也就是canonical HRF，并且假設所有腦區(qū)的HRF都是一個形狀的。這樣做當然是可以簡化整個數(shù)據(jù)分析，但是會有多大的影響呢？我相信一定是有人研究過使用和不使用經典HRF對于同一個實驗的實驗結果會有多大的影響的。

就算是你拿到了大腦數(shù)據(jù)，你要分析數(shù)據(jù)，讓數(shù)據(jù)說出個意義出來，整個統(tǒng)計過程中都有很多的陷阱，也有很多的方法。有些人使用GLM，有些人使用MVPA，有些人覺得機器學習、深度網絡才是高級貨，所以一定要用這種高級貨分析大腦數(shù)據(jù)才是正道。

我覺得這篇文章最好的地方在于，他們提醒每一個進行fMRI研究的人：不要輕易地以為你這么做就是對的�，F(xiàn)在我展現(xiàn)給你看，你可以錯得多離譜。這并不是說現(xiàn)在已有的每一個研究者都錯得這么離譜，但是給大家上個警鐘是很重要的。

fMRI現(xiàn)在作為人類大腦研究中的燙手的山芋，什么人都想進來參一腳。這其實是一件非常糟糕的事情。最早一批進行fMRI實驗的人，因為是開創(chuàng)者，他們反而會對整個工具的正確性更加謹慎。而后來加入的人，尤其是一些心理學背景，以及其他社會科學背景的人，會把這個工具完全工具化，而不去學習如何正確地使用這個工具。作為一個心理學背景出身的人，我是知道學這種工具的過程中，遇到的那些數(shù)學、物理什么的是多么的難懂。老實說，從功利和實際操作的角度，我當然是愿意找到一本手冊，然后手冊上說我應該要怎么做，我就怎么做。實際上，這也是不少心理學實驗室現(xiàn)在教授fMRI的方法。當然，我就不展開說：更有甚者，整個實驗是的fMRI分析都建立在某個曾經大師兄或者大師姐一般的人物寫的一套程序，然后做完實驗就把數(shù)據(jù)丟進去，把整個分析作為一個黑箱，然后看輸出。