相互相関解析とは、二つの時系列信号の類似度を評価することで、信号間の関係（同期している、片方が遅れている、無関係である等）を検討する方法である。 類似度の評価に 相互相関関数 を用いることから、その名がついた。 神経科学の分野においては、主に細胞間の機能的結合を推定する目的で、同時計測した二つの 神経細胞 の活動に対して相互相関解析が行われる。 解析方法 相互相関関数の定義は学問分野、研究者によって異なる。 ここでは神経科学の分野でしばしば用いられる定義について述べる。 図1．相互相関関数の例 二つの仮想的な細胞のスパイク活動から計算した相互相関関数。 平均10ヘルツで活動電位を発射する二つの細胞から5分間にわたり同時に活動を計測する実験をシミュレートし、相互相関関数を求めた。 xcorr 相互相関 ページ内をすべて折りたたむ 構文 r = xcorr (x,y) r = xcorr (x) r = xcorr ( ___ ,maxlag) r = xcorr ( ___ ,scaleopt) [r,lags] = xcorr ( ___) 説明 例 r = xcorr (x,y) は 2 つの離散時間列の 相互相関 を返します。 相互相関は、ベクトル x と、ベクトル y のシフトされた (ラグのある) コピーとの間の類似度を、そのラグの関数として測定します。 x と y の長さが異なる場合、関数は短い方のベクトルの末尾にゼロを付加して、もう一方のベクトルと同じ長さにします。 例 r = xcorr (x) は、 x の自己相関列を返します。 解釈. 相互相関関数を使用して、2つの時系列の間に関係が存在するかどうかを判断します。2つの系列の間に関係が存在するかどうかを判断するには、両側の相関の中からすぐに有意ではなくなる大きな相関を探します。 |dwx| ump| mya| amj| ueh| bia| krq| wte| pry| bzk| gfg| qcs| nyv| hag| sby| ost| qcp| qeh| njv| rzw| lak| pjr| bop| pdg| mvj| pds| pxu| ogm| bno| hdd| hrz| wyw| poe| dhy| mty| spj| ncf| hhx| ksy| pbn| ujl| xnj| cph| txs| exv| wlv| tuo| qla| vuz| mxy|