פתח את עוקב המנהיג לפי שלב"ארגז כלים כדי לנתח את סוג האינטראקציה המתרחשת בהקלטת היפר סריקה. ב-MATLAB, בחרו את קובצי המזרן עבור כל מוח וטענו את נתוני HBO או HBR של הערוץ והאירוע הספציפיים לווקטור חד-ממדי כאות אחד וכאות שני. בשורת הפקודה של MATLAB, הגדר את הפרמטרים של הפונקציות תדר נמוך ותדר גבוה.
ערך ברירת המחדל של תדר נמוך הוא 0.01 הרץ, ותדר גבוה הוא הרץ אחד. לאחר מכן הגדר את הפרמטר עבור טווח פאזות, ולאחר מכן את הסף. ערך ברירת המחדל של הסף הוא אפס.
הפעל את הפונקציה MATLAB LeaderFollowerByPhase"על ידי הזנת הפקודה המוצגת על המסך. ארגז הכלים מייצר דמות אחת עם ארבע חלקות. ב- MATLAB, בדקו את תרשים התיבה, המציג את ערכי R בריבוע עבור כל סוג של קטגוריית אינטראקציה באות פאזה ראשון, אות מוביל שני ריווח שורות ואנטי פאזה.
לאחר מכן בדוק את גרף העמודות באיור הפלט, המציג את הערכים המרביים, הממוצע והחציון עבור כל סוגי האינטראקציה. תרשים הפיזור מציג את ערכי הקוהרנטיות ואת סוגי האינטראקציה לאורך זמן. חלוקת הזמן לפי סוגים שונים של אינטראקציות.
לאחר מכן, בדוק את טבלת הפלט עם הערכים הסטטיסטיים עבור כל סוג של אינטראקציה. הטבלה מציגה גם את אחוז הזמן שבו התרחשה כל סוג של אינטראקציה. לבסוף, בדוק את ערך הפלט בקובץ הגיליון האלקטרוני שחולץ.
ניתוח הסיווג חזר על עצמו עם סף של 0.5 על דיאדה A כדי לחקור את ההשפעה של שינוי ערכי הסף המינימליים על סיווג סוגי האינטראקציה בתוך דיאדה. התוצאה מראה שכאשר נעשה שימוש בסף של 0.5, התפלגות הסוגים השונים של יחסי פאזה יחסית השתנתה. אחוז הסנכרון האנטי-פאזי עלה מ-35% ל-59% ואחוז הסנכרון בשלב הסופי ירד מ-26% ל-8%זה מצביע על כך שסנכרון אנטי-פאזי עשוי להיות סוג האינטראקציה שמייצג יותר את הדיאדה הזו.
