文件名称：matlab代码影响-neuroGAM:使广义加性模型适合神经数据
文件大小：9.29MB
文件格式：ZIP
更新时间：2024-06-11 02:37:16
系统开源
matlab代码影响神经GAM 这是一个MATLAB软件包，用于将广义加性模型（GAM）拟合到神经数据。 如果您的主要目标是拟合广义线性模型（GLM），请考虑使用其他地方提供的专用软件包（例如或）。 模型 广义加性模型（GAM）是一个框架，用于同时估计响应变量和多个预测变量之间的关系。 与广义线性模型（GLM）不同，它可以解释预测变量和响应之间的扭曲非线性关系。 由于刺激变量和尖峰之间的关系通常是非线性和非单调的，因此GAM为建模神经React提供了一种有吸引力的选择。 在神经科学实验中，神经React可能受到外部输入的影响-可能是连续值的信号（例如速度，位置）或二进制事件（例如刺激发作，奖励）-以及神经元自身的React。过去（峰值历史）。 以其最一般的形式，该模型可以写为： 其中，是连续值输入变量，是在其上运行的任何泛型（非线性）函数，是二进制事件，是在其上运行的时间滤波器，是峰值历史核，是链接函数，是响应的期望值和分别表示连续值输入和二进制事件的总数。 给定响应和输入＆，目标是恢复并在某个假定的链接函数下。 可以通过将最大后验（MAP）估计值计算为以下方式来解决此问题： 其中，模
【文件预览】：
neuroGAM-master
----.gitignore(3KB)
----demo1_GiocomoMEC.mat(5.12MB)
----FitModels.m(718B)
----RecodeInput.m(2KB)
----logit_link.m(2KB)
----DefineModels.m(509B)
----BackwardEliminate.m(1KB)
----FastForwardSelect.m(3KB)
----BuildGAMCoupled_test.m(9KB)
----Encode1hot.m(2KB)
----README.md(18KB)
----FastBackwardEliminate.m(3KB)
----log_link.m(2KB)
----BuildGAMCoupled.m(11KB)
----identity_link.m(2KB)
----BuildGAMCoupled2.m(9KB)
----PlotGAM.m(3KB)
----FitModel.m(7KB)
----demo2_AngelakiPPC.mat(4.14MB)
----ForwardSelect.m(1KB)
----BuildGAM.m(11KB)
----demo.m(1KB)
----MakeBasis.m(2KB)