差异度测试工具箱 差异度测试(DDT)是一种两阶段方法,用于检测入射到统计学上显着数量的差分加权边(DWE)的区域。 在此阶段中,我们选择一个数据自适应阈值来标识DWE,然后对每个大脑区域的DWE数量进行统计检验。 我们的程序的关键是Hirscheberger-Qi-Steuer(Hirschberger等人,2007)算法,这是一种计算效率高的算法,用于生成可复制观察到的差异网络的统计特性的随机空网络。 有关DDT的更多详细信息,请参见我们的论文(Higgins等,2019)。 用法 将相关矩阵存储在单元格数组中。 所有转换将由DDT执行。 协变量矩阵还必须是具有组成员资格变量作为第一列的矩阵。 对于k> 2级的分类变量,请创建k-1个虚拟变量。 function [D,pvals,vec,numDWE] = DDT(corrmats,covariate,adjust,method_