# Outline for Online MTG9 - [第1回オンラインミーティング](https://hackmd.io/zIUjG3M2QsOjzwtQYcQx4w) - [第2回オンラインミーティング](https://hackmd.io/rA8WAd7wSLG3Xnz8lLomNw) - [第3回オンラインミーティング](https://hackmd.io/eJIII3crSMCQRp8DXnPQ_w) - [第4回オンラインミーティング](https://hackmd.io/aDe5ZzHSSxO2VR2JlHHuWw) - [第5回オンラインミーティング](https://hackmd.io/nzYon4gXShOabCJkp5-OqA) - [第6回ミーティング](https://hackmd.io/ltk7OenhSKmRV2U5lN20Sg) - [第7回オンラインミーティング](https://hackmd.io/qdf9dQ1EQjKxknpvNyP4LQ) - [第8回オンラインミーティング](https://hackmd.io/o9YHOUqBTLKAPtC0y53wow) --- - [タスクのチートシート](https://hackmd.io/4cWle4mzRe6b_Ak4botXEA) - [タスクのリポジトリ](https://github.com/kusumotolab/h-azuma_experiment-tasks) - [実験結果のリポジトリ](https://github.com/h-azuma/EEG-analysis) --- - [実験ツール](https://sdl.ist.osaka-u.ac.jp/~h-azuma/_redirect.html?uid=0&next=-2) ## 今回の目的 - 実験の結果報告 - 今後の方向性についての相談 ## 前回まで - 単位時間あたりのβ波のパワーで同一被験者のタスク間にある差異を見つけようとしたが,見つけられなかった - 指標(β波のみで分析したこと)が悪かった可能性からβ波/α波を新たな指標として再分析することになった ## 実験概要(再掲) ### 実験タスク - 約2,3分で読めるJavaのコード - 4タスクセット * 7タスクの合計28リード ### 被験者 - 楠本研B4~M2,教員の合計13人 ### 脳波計測 - Pz, F3, F4, FPzの4点を計測 ## 実験結果 - 被験者8,9,11は外れ値を含んでいたため,グラフから除外した - 下の画像はすべてFPzのもの - グラフの色は - 赤 -> 予約語ハイライト/等幅フォント - 紫 -> IDE並み/等幅フォント - 橙 -> ランダムハイライト/Kawaiiフォント - 緑 -> ランダムハイライト/等幅フォント - 灰 -> ハイライトなし/等幅フォント - 黒 -> 予約語ハイライト/Kawaiiフォント - 青 -> 予約語ハイライト/非等幅フォント ### β波での分析結果 - 前回はスケールがそろっておらず,全被験者のタスク間のパワーを比較しにくかったため,一斉にplot - 他のポイントにおける画像は[こちら](https://github.com/h-azuma/EEG-analysis/tree/master/script/data/figure/beta) #### 全時間 - RQ1(脳波に影響があるかどうか) ![](https://i.imgur.com/DrG9AjB.png) - RQ2(ハイライト) ![](https://i.imgur.com/kxblzfb.png) - RQ3(フォント) ![](https://i.imgur.com/KlfxPGU.png) #### 最初の30秒 - RQ1(脳波に影響があるかどうか) ![](https://i.imgur.com/uwaWzpf.png) - RQ2(ハイライト) ![](https://i.imgur.com/b2dvDEV.png) - RQ3(フォント) ![](https://i.imgur.com/vCvJG6v.png) #### 最後の30秒 - RQ1(脳波に影響があるかどうか) ![](https://i.imgur.com/AAxqw7I.png) - RQ2(ハイライト) ![](https://i.imgur.com/5qnCxjQ.png) - RQ3(フォント) ![](https://i.imgur.com/59GhiMc.png) ### β波/α波で分析した結果 - 他のポイントにおける画像は[こちら](https://github.com/h-azuma/EEG-analysis/tree/master/script/data/figure/beta-alpha) - β波/α波のほうが被験者間の差は小さくなった #### 全時間 - RQ1(脳波に影響があるかどうか) ![](https://i.imgur.com/m2L0BMA.png) - RQ2(ハイライト) ![](https://i.imgur.com/HTGm1Dn.png) - RQ3(フォント) ![](https://i.imgur.com/wgH2haV.png) #### 最初の30秒 - RQ1(脳波に影響があるかどうか) ![](https://i.imgur.com/opDlRPz.png) - RQ2(ハイライト) ![](https://i.imgur.com/beg81An.png) - RQ3(フォント) ![](https://i.imgur.com/KDjsZfT.png) #### 最後の30秒 - RQ1(脳波に影響があるかどうか) ![](https://i.imgur.com/vCI2WTB.png) - RQ2(ハイライト) ![](https://i.imgur.com/O5SD3MV.png) - RQ3(フォント) ![](https://i.imgur.com/PCpe73M.png) --- - β波/α波においても同じ環境(ハイライト/フォント)のタスク間の特徴はグラフからつかめそうになかった - F3,F4,Pzについても同様 ### 統計量はどうか? #### ウィルコクソンの順位和検定 - 今回の実験ではサンプル数が少なく,それぞれ同じタスクをリーディングしたわけではなかったため,対応のないデータと考えた - そのため,ノンパラメトリック検定かつ,対応のないデータに使用できる[ウィルコクソンの順位和検定](https://data-science.gr.jp/theory/tst_wilcoxon_rank_sum_test.html)を実施した - 今回は同一被験者の同一環境で行ったタスク間で,それぞれの環境とベースラインである予約語ハイライト/等幅フォントのβ波/α波の単位時間当たりのパワーと比較を行った #### 結果 - 全ての被験者のすべての検定結果において,p値が検定対象同士に有意差があることを示すものは存在していなかった. ##### 全時間 - [p値の一覧](https://github.com/h-azuma/EEG-analysis/blob/master/script/data/result/p-value/FPz/p-value_overallFPz_.csv) ##### 最初の30秒 - [p値の一覧](https://github.com/h-azuma/EEG-analysis/blob/master/script/data/result/p-value/FPz/p-value_beginning30sFPz_.csv) ##### 最後の30秒 - [p値の一覧](https://github.com/h-azuma/EEG-analysis/blob/master/script/data/result/p-value/FPz/p-value_last30sFPz_.csv) --- - 検定手法やRスクリプトにバグがある可能性があるためよく確認する必要がある - `wilcox.exact()`でデータ数4:4でのp値の最小値を求めた結果,0.02であったため,この検定ではこの最小値を満たすようなデータの場合にのみ有意水準0.05以下を満たせたので,検定の選び方がふさわしくなかった,もしくはサンプル数があまりにも少なかった可能性が高い ```R > vx <- c(1,2,3,4) > vy <- c(5,6,7,8) > wilcox.exact(x=vx,y=vy,paired=F) Exact Wilcoxon rank sum test data: vx and vy W = 0, p-value = 0.02857 alternative hypothesis: true mu is not equal to 0 > vx <- c(1,2,5,4) > vy <- c(3,6,7,8) > wilcox.exact(x=vx,y=vy,paired=F) Exact Wilcoxon rank sum test data: vx and vy W = 2, p-value = 0.1143 alternative hypothesis: true mu is not equal to 0 ``` ### 考察 - 難易度に差があったのが要因かもしれない --- - 問題が高次すぎた - コメントの見落としや変数名の誤読によって難易度が大きく変わってしまうなど,難易度が変わる不確定要素がタスクに多すぎるのではないか - 脳波を計測するにはもっと低次元の問題の方が良かった可能性 --- - また,環境でイラつくという仮説が正しくない - または,環境によるイラつきがそもそも脳波にでる程大きくなかった可能性がある ### 今後の方向性 - 分析の工夫 - まだ工夫できる点があるなら何とか結果を出したい - SIGSSの論文締め切りが12/17のため,今週1週間が分析できる限界 - 分析の工夫がどうしようもない(どう分析を行ってもNR)なら原稿をどうするか - 原稿を書く上でのポイント - 参考になりそうな文献等 ### MEMO - ある被験者の全タスクの平均値で正規化したものをplotしたほうがいい - alpha波も見た方がいい - 前30秒は前のタスクの影響が残っている - 最後の30秒の中で前の25秒を取ればいい(一番最後の5秒は捨てる) - 脳波の画像から切る秒数を確認する - alpha,betaの時系列 - 分析が終わり次第メールで報告する - メールで次のミーティングの日程を決める - グラフの色に意味付けをする(悪いやつほど赤とか) --- #### NRで出す - NRでかいて日本の研究会に出す - 国際会議に出しにくい - SEMotionに出せそう --- - MSRのNRの論文を参考にする - マイニング系の論文がいい --- - RQ1,2,3を出しておいて,RQ1で結果が出なかったから2,3はやらなかったとする or - 「うまくいかなかった原因を探しましょう」という風に1章で書く - 議論が広がる - PRに変えられる意見がでるかも or - 結果は出なかったけど被験者のコメントから最低限予約語くらいはハイライトした方がいいというサジェスト or - アンケートよりは実際に普段からコードのハイライトなどに気を使っている人の結果を参考にする