For 1000 variables extracted from auto- and cross-spectra of two 12-channel montages, the empirical density function is investigated. Only a small group of them may be considered to have a univariate normal distribution. Another important group including the absolute and the relative power in the four classical frequency bands has distribution functions that may be more or less accurately approximated by gamma-type functions.
A third group including some of the peak frequencies shows distribution functions with two peaks not assignable to any natural classification of the EEG.
The power of discrimination between the four samples is investigated for each variable by means of Bayes-classification and by a quasi-Kolmogorov-statistic. Its quality is demonstrated using linear discriminant analysis.
Correlations were computed to complete basic statistical information.
Die empirischen Dichtefunktionen von 1000 aus Auto- und Kreuzspektren zweier 12-Kanal-Programme extrahierten Variablen werden untersucht.
Nur eine kdeine Gruppe davon kann man als univariat normalverteilt ansehen. Eine andere wichtige Gruppe, darunter absolute und relative Ausprägung in den vier klassischen Frequenzbändern, hat Verteilungsfunktionen, die durch Gamma-Verteilungen mehr oder weniger genau angenähert werden können.
Eine dritte Gruppe, darunter einige der Modi, zeigt Verteilungsfunktionen mit zwei Gipfeln, die keiner natürlichen EEG-Klassifikation zugeordnet werden können.
Die Trennkraft zwischen den vier untersuchten Stichproben wird für jede Variable mittels Bayes- Klassifikation und einer Quasi-Kolmogorov-Statistik untersucht. Die Qualität der Trennkraft wird anhand linearer Diskriminanzanalysen demonstriert. Korrelationen wurden zur Abrundung der statistischen C-rundinformation berechnet.
Key-Words
Distribution of EEG-Parameters - Empirical Density Function - Normal Background Activity - Power of Discrimination
Schlüssel-Wörter
Verteilung von EEG-Parametern - empirische Dichtefunktion - normale HintergrundsAktivität - Trennschärfe
