fMRI model specifictaion
GLM based
包括以下步骤：①明确GLM设计矩阵；②用经典或贝叶斯方法估计GLM参数；③利用对比向量检查结果，生成统计参数图（SPMs）以及后验概率图（PPMs）。
Design matrix：每行对应一个scan，每列对应一个影响变量或解释变量（回归量或解释变量）。关于GLM（一般线性模型）网络上有大量相关文章，
对于多被试分析，SPM通常分为两个阶段（level）：
① 1st-level analysis：个体分析（within-subject）。通常有多少被试就要进行多少1st-level分析。使用 Specify fi rst level 和 Estimate 选项。这些选项的结果可以被用于做 case study。
② 2nd-level analysis：RFX analysis（Random effect analysis）。从被试推断被试所属主体的情况。
1st level analysis：
①Conditions：
name（1*n cell）：condition name；
onsets（1*n cell）：每个cell中为一保存condition开始时间的时间向量，每列对应一个condition，每行对应其出现时间（补充，心心水滴csddzh：任务刺激启动的扫描数（如1:14:70 ，代表任务从第 1个TR 开始，每14个TR 为一个周期，共70个TR））；
durations：事件时长。
一般这些信息都保存在condition.mat文件中，使用的时候直接load进来，使用Multiple Conditions.
②Regressors
设计矩阵中用来和血液动力响应做卷积的一列。之后的leave-one-out实验要用。
暂时还没搞清楚是不是要用Multiple Regressors。
③Factorial design
设定该选项则SPM 可以直接生成主要效应和交互作用之间必要的test：F-test（被试个体（1st level）与被试间（2nd level）的contrast image）和T-test。
根据蜡笔的视频：被试根据三种商品颜色选择买或者不买，那么就有两个factor：color，3；choice，2。
SPM 默认第一个因素变化最慢，第二个因素变化第二慢...以此类推。
Factorial design一般在有复杂情况的时候才用，简单的时候可以不用设置。
其他因素没怎么看，因为在蜡笔的视频里都是默认。
=============================================
fMRI model estimation
模型参数可以用经典（ReML - Restricted Maximum Likelihood）或贝叶斯算法估计。
蜡笔视频中这一步直接使用了上一步生成（？）的SPM.mat之后用默认运行。
生成一SPM.mat，包含设计和估计的模型参数。
看结果：主面板Result。
=============================================
Factorial design specification（2nd level analysis）
配置设计矩阵，描述统计分析所需要的GLM，数据及必要的参数（保存在GLM中）。用于为2nd level analysis做准备。
Specify 2nd level analysis。