在神经科学中，测量受试者的反应时间(RT)是很常见的。基于 RT 可以得出关于个人工作记忆能力、智商等的结论。
所以我有这样的数据，来自一些神经科学实验。在这个数据中，为了简单起见，我有来自两组的 180 名受试者（每组 90 名受试者），比如说男孩和女孩，每个受试者有一组 500 个 RT。每组平均 RT 之间的差异具有统计学意义（t 检验）。现在，我想构建一个分类器来学习这两组之间的差异。我希望分类器仅根据他们的 RT 对新主题进行分类 - 我正在专门谈论 RT 的分类。
(A)我正在寻找适合这种情况的降维方法。(我已经尝试过 PCA，但效果不佳）。不确定 PCA 是否在这里是正确的，因为第 100 个和第 200 个 RT 之间没有区别。每个 RT 都是独立的，没有特定的排序 - 所以这里没有任何 PCA 可以捕获的协方差。（正确的 ？）
(B) 在这种情况下推荐使用哪种分类器？
有没有人知道这种一般的和特定于 RT 的工作？任何有关这方面的信息将不胜感激。