Existuje mnoho údajů, které pocházejí z jakéhokoli výzkum projektu, z nichž některé jsou cenné a některé ne. Nalezení něčeho nového, neočekávaného nebo matoucího ve výzkumu se může rychle stát zdrcujícím.

Když jste pod tlakem a musíte dodržet termín, můžete někdy sejít z cesty. Vyhněte se obavám z těchto neúmyslných výsledků po dokončení aktuálního výzkumu tím, že je vyloučíte z úvahy.

Při post-hoc analýze neanalyzujete každý náhodný výsledek experimentu. Je důležité hledat zákonitosti, když pozorujete něco, co si zaslouží bližší zkoumání a další studium, které vám pomůže lépe pochopit daný koncept.

Po provedení post-hoc analýzy lze získat další informace a hlouběji proniknout do vaší tematické základny. Podívejme se blíže na post hoc analýzu.

Post-hoc analýza: co to je?

V latině znamená post hoc "po tomto", tj. analyzovat experimentální data dodatečně.

Cílem post-hoc analýzy je najít zákonitosti po dokončení studie a zjistit výsledky, které nebyly primárním cílem. Za post-hoc analýzy se tedy považují všechny analýzy provedené po dokončení experimentu, které nebyly předem naplánovány.

Údaje, které již byly shromážděny, se používají v post-hoc studii. Výzkumníci tato data analyzují, aby mohli vyvinout nové cíle, které nebyly v plánu experimentu. Post hoc studie lze tedy provádět na agregovaných údajích z předchozích pokusů. 

Proces provádění post-hoc analýz je často časově přetížen, ale nabízí řadu výhod. Chcete-li odhalit cenné informace, postupujte s rozumnou mírou opatrnosti a nepřeceňujte neočekávané výsledky. Mohou být známkou něčeho významného, i když se jedná o náhodný výskyt.

Post hoc analýzy jsou užitečné při zkoumání míry chybovosti, posuzování význam hypotéz nebo určení, zda jsou statisticky významné.

Provádění více pokusů nebo odklon od hlavní linie výzkumu zvyšuje riziko chyb a falešně pozitivních výsledků. Zde hraje klíčovou roli post hoc. Jak přesně funguje? 

Post-hoc analýza: jak funguje?

I když se nepodaří dosáhnout primárního cíle, je možné z dat získat cenné poznatky. Případně následné účinky léku a údaje o nich. Případně další podobné léky, které by také stálo za to testovat.

Účelem post-hoc analýzy je odpovědět na otázky po ukončení studie, což je cíl, který nebyl ve studii uveden.

Aby bylo možné určit, odkud rozdíly pocházejí, používá se po zjištění statisticky významného výsledku post hoc test. Post hoc testy lze použít k posouzení rozdílů mezi více skupinami a zároveň se vyhnout chybám při experimentu. Bylo formulováno několik post hoc testů a většina z nich přináší podobné výsledky. 

Existují různé typy post hoc testů

Údaje shromážděné během jakéhokoli výzkumu nebo klinické studie lze analyzovat a zjistit tak zákonitosti a různé faktory. Nejběžnějšími post hoc testy jsou:

  • Bonferroniho postup: Pomocí této post hoc korekce vícenásobného porovnání je možné provést více statistických testů současně.
  • Duncanův nový test vícenásobného rozsahu (MRT):  Duncanův test vícenásobného rozsahu určí dvojice průměrů (z nejméně tří), které se liší. 
  • Dunnův test vícenásobného porovnání: Jedná se o post hoc analýzu, která se provádí po analýze ANOVA, neparametrický test, který nepředpokládá, že data mají určité rozdělení.
  • Fisherův nejméně významný Rozdíl (LSD): Určuje, zda se dva průměry statisticky liší.
  • Holm-Bonferroniho postup: Holmův sekvenční Bonferroniho test umožňuje méně přísné vícenásobné porovnávání.
  • Pomocí Newman-Keulse lze identifikovat vzorky, které se od sebe liší průměrnými hodnotami. Newman-Keuls porovnává dvojice průměrů pomocí různých kritických hodnot. Výsledkem je větší pravděpodobnost nalezení významných rozdílů.
  • Rodgerova metoda: Tato statistická metoda se používá k vyhodnocení výzkumných dat post hoc po "vícerozměrné" analýze.
  • Scheffého metoda: U Scheffeho metody se testovací statistika upravuje různě v závislosti na počtu provedených srovnání.
  • Tukeyho test: Tukeyho testem zjistíte, zda se váš vzorek skládá ze skupin, které se od sebe navzájem liší. Každý průměr se porovná s průměrem všech ostatních skupin pomocí "čestného významného rozdílu", který vyjadřuje, jak daleko jsou skupiny od sebe vzdáleny.
  • Dunnettova oprava: Tento post hoc test porovnává střední hodnoty. Na rozdíl od Tukeyho testu porovnává každý průměr s kontrolním průměrem.
  • Benjaminiho-Hochbergův (BH) postup: Významný výsledek se objeví pouze náhodou, pokud provedete mnoho testů. Míra falešného objevu je zohledněna tímto post hoc testem.

Nic nepřekoná bezchybný vizuál, který přináší komplexní sdělení.

Ano, je to tak, s pomocí vizualizace je mnohem snazší si představit i ty nejsložitější pojmy. V době vizualizací není divu, že kvantovou fyziku pravděpodobně pochopíte díky účinnosti grafiky mnohem jednodušeji.

Zajímá vás, jak začít? Proč si dělat starosti, když máte pozor na graf na dosah ruky! S námi si můžete vybrat z více než tisíce ilustrací v naší galerii. vyrobit plakáty pomocí chytrého plakát který jsme pro vás vyvinuli. Využijte co nejvíce zkušeností našeho talentovaného týmu a nechte si jej přizpůsobit svým potřebám. Další informace naleznete v našem webové stránky.

logo-odběr

Přihlaste se k odběru našeho newsletteru

Exkluzivní vysoce kvalitní obsah o efektivním vizuálním
komunikace ve vědě.

- Exkluzivní průvodce
- Tipy pro návrh
- Vědecké novinky a trendy
- Výukové programy a šablony