Im Lateinischen bedeutet \"post hoc\" \"danach\", d. h. die Analyse der experimentellen Daten im Nachhinein. <\/p>\n\n\n\n
Das Ziel einer Post-hoc-Analyse ist es, nach Abschluss der Studie Muster zu erkennen und Ergebnisse zu finden, die nicht das prim\u00e4re Ziel waren. Daher gelten alle Analysen, die nach Abschluss eines Experiments durchgef\u00fchrt werden und nicht im Voraus geplant waren, als Post-hoc-Analysen. <\/p>\n\n\n\n
Bereits gesammelte Daten werden in einer Post-hoc-Studie verwendet. Die Forscher analysieren diese Daten, um neue Ziele zu entwickeln, die nicht in der Versuchsplanung enthalten waren. Post-hoc-Studien k\u00f6nnen daher mit aggregierten Daten aus fr\u00fcheren Versuchen durchgef\u00fchrt werden. <\/p>\n\n\n\n
Die Durchf\u00fchrung von Post-hoc-Analysen ist oft zeitaufw\u00e4ndig, bietet aber eine Reihe von Vorteilen. Um wertvolle Informationen aufzudecken, sollten Sie mit einem angemessenen Ma\u00df an Vorsicht vorgehen und unerwartete Ergebnisse nicht \u00fcberbewerten. Dies k\u00f6nnte ein Zeichen f\u00fcr etwas Bedeutendes sein, auch wenn es sich um ein zuf\u00e4lliges Ereignis handelt.<\/p>\n\n\n\n
Post-hoc-Analysen sind n\u00fctzlich, wenn es darum geht, Fehlerquoten zu untersuchen, die Signifikanz von Hypothesen zu bewerten oder festzustellen, ob sie statistisch signifikant sind. <\/p>\n\n\n\n
Wenn Sie mehrere Versuche durchf\u00fchren oder von Ihrer Hauptforschungsrichtung abweichen, erh\u00f6ht sich das Risiko von Fehlern und falsch positiven Ergebnissen. Hier spielt die Post-hoc-Methode eine wichtige Rolle. Wie genau funktioniert das? <\/p>\n\n\n\n
Post-hoc-Analyse: Wie funktioniert sie?<\/strong><\/h2>\n\n\n\nAuch wenn das prim\u00e4re Ziel nicht erreicht wird, lassen sich aus den Daten wertvolle Erkenntnisse gewinnen. M\u00f6glicherweise die Nachwirkungen des Medikaments und die dazugeh\u00f6rigen Daten. Auch andere, \u00e4hnliche Medikamente k\u00f6nnten einen Test wert sein. <\/p>\n\n\n\n
Der Zweck einer Post-hoc-Analyse besteht darin, Fragen zu beantworten, nachdem die Studie abgeschlossen wurde, ein Ziel, das in der Studie nicht angegeben wurde.<\/p>\n\n\n\n
Um festzustellen, woher die Unterschiede stammen, wird nach der Feststellung eines statistisch signifikanten Ergebnisses ein Post-hoc-Test durchgef\u00fchrt. Post-hoc-Tests k\u00f6nnen verwendet werden, um Unterschiede zwischen mehreren Gruppen zu bewerten und gleichzeitig Fehler durch das Experiment zu vermeiden. Es wurden mehrere Post-hoc-Tests formuliert, und die meisten von ihnen f\u00fchren zu \u00e4hnlichen Ergebnissen. <\/p>\n\n\n\n![\"\"](\"https:\/\/mindthegraph.com\/blog\/wp-content\/uploads\/2024\/08\/Banner2-1024x410.png\")
<\/a><\/figure>\n\n\n\nEs gibt verschiedene Arten von Post-hoc-Tests<\/strong><\/h2>\n\n\n\nDie w\u00e4hrend einer Forschung oder klinischen Studie gesammelten Daten k\u00f6nnen analysiert werden, um Muster und verschiedene Faktoren zu erkennen. Die h\u00e4ufigsten Post-hoc-Tests sind:<\/p>\n\n\n\n
\n- Bonferroni-Verfahren:<\/strong> Es ist m\u00f6glich, mehrere statistische Tests gleichzeitig durchzuf\u00fchren, indem man diese Post-hoc-Mehrfachvergleichskorrektur verwendet.<\/li>\n<\/ul>\n\n\n\n
\n- Duncans neuer Mehrbereichstest (MRT): <\/strong><\/strong>Mit dem Duncan-Mehrbereichstest werden die Paare von Mittelwerten (von mindestens drei) ermittelt, die sich unterscheiden. <\/li>\n<\/ul>\n\n\n\n
\n- Dunn's Multiple Comparison Test: <\/strong>Dabei handelt es sich um eine Post-hoc-Analyse, die nach einer ANOVA durchgef\u00fchrt wird, ein nicht-parametrischer Test, der nicht davon ausgeht, dass die Daten einer bestimmten Verteilung folgen.<\/li>\n<\/ul>\n\n\n\n
\n- Fisher's Least Significant Difference (LSD): <\/strong>Bestimmt, ob zwei Mittelwerte statistisch unterschiedlich sind.<\/li>\n<\/ul>\n\n\n\n
\n- Holm-Bonferroni-Verfahren: <\/strong>Der sequentielle Bonferroni-Test von Holm macht Mehrfachvergleiche weniger streng.<\/li>\n<\/ul>\n\n\n\n
\n- Mit Hilfe von Newman-Keuls k\u00f6nnen Stichproben identifiziert werden, deren Mittelwerte sich voneinander unterscheiden. Newman-Keuls vergleicht Mittelwertpaare anhand unterschiedlicher kritischer Werte. Dadurch ist es wahrscheinlicher, dass signifikante Unterschiede gefunden werden.<\/li>\n<\/ul>\n\n\n\n
\n- Rodger's Methode: <\/strong>Diese statistische Methode wird verwendet, um Forschungsdaten nach einer \"multivariaten\" Analyse post hoc auszuwerten.<\/li>\n<\/ul>\n\n\n\n
\n- Die Scheff\u00e9-Methode:<\/strong> Bei der Scheffe-Methode wird die Teststatistik je nach Anzahl der durchgef\u00fchrten Vergleiche unterschiedlich angepasst.<\/li>\n<\/ul>\n\n\n\n
\n- Tukey's Test: <\/strong>Mit dem Tukey-Test wird festgestellt, ob Ihre Stichprobe aus Gruppen besteht, die sich voneinander unterscheiden. Jeder Mittelwert wird mit dem Mittelwert aller anderen Gruppen unter Verwendung der \"ehrlichen signifikanten Differenz\" verglichen, die angibt, wie weit die Gruppen voneinander entfernt sind.<\/li>\n<\/ul>\n\n\n\n
\n- Dunnett's Korrektur: <\/strong>Dieser Post-hoc-Test vergleicht die Mittelwerte. Im Gegensatz zu Tukey's vergleicht er jedes Mittel mit einem Kontrollmittelwert.<\/li>\n<\/ul>\n\n\n\n
\n- Benjamini-Hochberg (BH)-Verfahren: <\/strong>Ein signifikantes Ergebnis tritt nur dann zuf\u00e4llig auf, wenn Sie zahlreiche Tests durchf\u00fchren. Die Falschentdeckungsrate wird durch diesen Post-hoc-Test ber\u00fccksichtigt.<\/li>\n<\/ul>\n\n\n\n
Nichts ist besser als ein makelloses visuelles Werk, das eine komplexe Botschaft vermittelt<\/strong><\/h2>\n\n\n\nJa, das stimmt, mit Hilfe von Bildern ist es viel einfacher, die schwierigsten Konzepte ins rechte Licht zu r\u00fccken. Im Zeitalter des Visuellen ist es kein Wunder, dass man die Quantenphysik aufgrund der Wirksamkeit der Grafik wahrscheinlich viel einfacher verstehen kann.<\/p>\n\n\n\n
Sie fragen sich, wie Sie anfangen sollen? Machen Sie sich keine Sorgen, wenn Sie die Grafik zur Hand haben! Bei uns k\u00f6nnen Sie aus mehr als tausend Illustrationen in unserer Galerie w\u00e4hlen und mit dem von uns entwickelten intelligenten Poster Maker Plakate erstellen. Nutzen Sie das Fachwissen unseres talentierten Teams und lassen Sie es sich auf Ihre Bed\u00fcrfnisse zuschneiden. F\u00fcr weitere Informationen besuchen Sie unsere Website<\/a>.<\/p>\n\n\n\n
<\/a><\/figure>\n\n\n\nEs gibt verschiedene Arten von Post-hoc-Tests<\/strong><\/h2>\n\n\n\nDie w\u00e4hrend einer Forschung oder klinischen Studie gesammelten Daten k\u00f6nnen analysiert werden, um Muster und verschiedene Faktoren zu erkennen. Die h\u00e4ufigsten Post-hoc-Tests sind:<\/p>\n\n\n\n
\n- Bonferroni-Verfahren:<\/strong> Es ist m\u00f6glich, mehrere statistische Tests gleichzeitig durchzuf\u00fchren, indem man diese Post-hoc-Mehrfachvergleichskorrektur verwendet.<\/li>\n<\/ul>\n\n\n\n
\n- Duncans neuer Mehrbereichstest (MRT): <\/strong><\/strong>Mit dem Duncan-Mehrbereichstest werden die Paare von Mittelwerten (von mindestens drei) ermittelt, die sich unterscheiden. <\/li>\n<\/ul>\n\n\n\n
\n- Dunn's Multiple Comparison Test: <\/strong>Dabei handelt es sich um eine Post-hoc-Analyse, die nach einer ANOVA durchgef\u00fchrt wird, ein nicht-parametrischer Test, der nicht davon ausgeht, dass die Daten einer bestimmten Verteilung folgen.<\/li>\n<\/ul>\n\n\n\n
\n- Fisher's Least Significant Difference (LSD): <\/strong>Bestimmt, ob zwei Mittelwerte statistisch unterschiedlich sind.<\/li>\n<\/ul>\n\n\n\n
\n- Holm-Bonferroni-Verfahren: <\/strong>Der sequentielle Bonferroni-Test von Holm macht Mehrfachvergleiche weniger streng.<\/li>\n<\/ul>\n\n\n\n
\n- Mit Hilfe von Newman-Keuls k\u00f6nnen Stichproben identifiziert werden, deren Mittelwerte sich voneinander unterscheiden. Newman-Keuls vergleicht Mittelwertpaare anhand unterschiedlicher kritischer Werte. Dadurch ist es wahrscheinlicher, dass signifikante Unterschiede gefunden werden.<\/li>\n<\/ul>\n\n\n\n
\n- Rodger's Methode: <\/strong>Diese statistische Methode wird verwendet, um Forschungsdaten nach einer \"multivariaten\" Analyse post hoc auszuwerten.<\/li>\n<\/ul>\n\n\n\n
\n- Die Scheff\u00e9-Methode:<\/strong> Bei der Scheffe-Methode wird die Teststatistik je nach Anzahl der durchgef\u00fchrten Vergleiche unterschiedlich angepasst.<\/li>\n<\/ul>\n\n\n\n
\n- Tukey's Test: <\/strong>Mit dem Tukey-Test wird festgestellt, ob Ihre Stichprobe aus Gruppen besteht, die sich voneinander unterscheiden. Jeder Mittelwert wird mit dem Mittelwert aller anderen Gruppen unter Verwendung der \"ehrlichen signifikanten Differenz\" verglichen, die angibt, wie weit die Gruppen voneinander entfernt sind.<\/li>\n<\/ul>\n\n\n\n
\n- Dunnett's Korrektur: <\/strong>Dieser Post-hoc-Test vergleicht die Mittelwerte. Im Gegensatz zu Tukey's vergleicht er jedes Mittel mit einem Kontrollmittelwert.<\/li>\n<\/ul>\n\n\n\n
\n- Benjamini-Hochberg (BH)-Verfahren: <\/strong>Ein signifikantes Ergebnis tritt nur dann zuf\u00e4llig auf, wenn Sie zahlreiche Tests durchf\u00fchren. Die Falschentdeckungsrate wird durch diesen Post-hoc-Test ber\u00fccksichtigt.<\/li>\n<\/ul>\n\n\n\n
Nichts ist besser als ein makelloses visuelles Werk, das eine komplexe Botschaft vermittelt<\/strong><\/h2>\n\n\n\nJa, das stimmt, mit Hilfe von Bildern ist es viel einfacher, die schwierigsten Konzepte ins rechte Licht zu r\u00fccken. Im Zeitalter des Visuellen ist es kein Wunder, dass man die Quantenphysik aufgrund der Wirksamkeit der Grafik wahrscheinlich viel einfacher verstehen kann.<\/p>\n\n\n\n
Sie fragen sich, wie Sie anfangen sollen? Machen Sie sich keine Sorgen, wenn Sie die Grafik zur Hand haben! Bei uns k\u00f6nnen Sie aus mehr als tausend Illustrationen in unserer Galerie w\u00e4hlen und mit dem von uns entwickelten intelligenten Poster Maker Plakate erstellen. Nutzen Sie das Fachwissen unseres talentierten Teams und lassen Sie es sich auf Ihre Bed\u00fcrfnisse zuschneiden. F\u00fcr weitere Informationen besuchen Sie unsere Website<\/a>.<\/p>\n\n\n\n
- \n
- Duncans neuer Mehrbereichstest (MRT): <\/strong><\/strong>Mit dem Duncan-Mehrbereichstest werden die Paare von Mittelwerten (von mindestens drei) ermittelt, die sich unterscheiden. <\/li>\n<\/ul>\n\n\n\n
- \n
- Dunn's Multiple Comparison Test: <\/strong>Dabei handelt es sich um eine Post-hoc-Analyse, die nach einer ANOVA durchgef\u00fchrt wird, ein nicht-parametrischer Test, der nicht davon ausgeht, dass die Daten einer bestimmten Verteilung folgen.<\/li>\n<\/ul>\n\n\n\n
- \n
- Fisher's Least Significant Difference (LSD): <\/strong>Bestimmt, ob zwei Mittelwerte statistisch unterschiedlich sind.<\/li>\n<\/ul>\n\n\n\n
- \n
- Holm-Bonferroni-Verfahren: <\/strong>Der sequentielle Bonferroni-Test von Holm macht Mehrfachvergleiche weniger streng.<\/li>\n<\/ul>\n\n\n\n
- \n
- Mit Hilfe von Newman-Keuls k\u00f6nnen Stichproben identifiziert werden, deren Mittelwerte sich voneinander unterscheiden. Newman-Keuls vergleicht Mittelwertpaare anhand unterschiedlicher kritischer Werte. Dadurch ist es wahrscheinlicher, dass signifikante Unterschiede gefunden werden.<\/li>\n<\/ul>\n\n\n\n
- \n
- Rodger's Methode: <\/strong>Diese statistische Methode wird verwendet, um Forschungsdaten nach einer \"multivariaten\" Analyse post hoc auszuwerten.<\/li>\n<\/ul>\n\n\n\n
- \n
- Die Scheff\u00e9-Methode:<\/strong> Bei der Scheffe-Methode wird die Teststatistik je nach Anzahl der durchgef\u00fchrten Vergleiche unterschiedlich angepasst.<\/li>\n<\/ul>\n\n\n\n
- \n
- Tukey's Test: <\/strong>Mit dem Tukey-Test wird festgestellt, ob Ihre Stichprobe aus Gruppen besteht, die sich voneinander unterscheiden. Jeder Mittelwert wird mit dem Mittelwert aller anderen Gruppen unter Verwendung der \"ehrlichen signifikanten Differenz\" verglichen, die angibt, wie weit die Gruppen voneinander entfernt sind.<\/li>\n<\/ul>\n\n\n\n
- \n
- Dunnett's Korrektur: <\/strong>Dieser Post-hoc-Test vergleicht die Mittelwerte. Im Gegensatz zu Tukey's vergleicht er jedes Mittel mit einem Kontrollmittelwert.<\/li>\n<\/ul>\n\n\n\n
- \n
- Benjamini-Hochberg (BH)-Verfahren: <\/strong>Ein signifikantes Ergebnis tritt nur dann zuf\u00e4llig auf, wenn Sie zahlreiche Tests durchf\u00fchren. Die Falschentdeckungsrate wird durch diesen Post-hoc-Test ber\u00fccksichtigt.<\/li>\n<\/ul>\n\n\n\n
Nichts ist besser als ein makelloses visuelles Werk, das eine komplexe Botschaft vermittelt<\/strong><\/h2>\n\n\n\n
Ja, das stimmt, mit Hilfe von Bildern ist es viel einfacher, die schwierigsten Konzepte ins rechte Licht zu r\u00fccken. Im Zeitalter des Visuellen ist es kein Wunder, dass man die Quantenphysik aufgrund der Wirksamkeit der Grafik wahrscheinlich viel einfacher verstehen kann.<\/p>\n\n\n\n
Sie fragen sich, wie Sie anfangen sollen? Machen Sie sich keine Sorgen, wenn Sie die Grafik zur Hand haben! Bei uns k\u00f6nnen Sie aus mehr als tausend Illustrationen in unserer Galerie w\u00e4hlen und mit dem von uns entwickelten intelligenten Poster Maker Plakate erstellen. Nutzen Sie das Fachwissen unseres talentierten Teams und lassen Sie es sich auf Ihre Bed\u00fcrfnisse zuschneiden. F\u00fcr weitere Informationen besuchen Sie unsere Website<\/a>.<\/p>\n\n\n\n
- Benjamini-Hochberg (BH)-Verfahren: <\/strong>Ein signifikantes Ergebnis tritt nur dann zuf\u00e4llig auf, wenn Sie zahlreiche Tests durchf\u00fchren. Die Falschentdeckungsrate wird durch diesen Post-hoc-Test ber\u00fccksichtigt.<\/li>\n<\/ul>\n\n\n\n
- Dunnett's Korrektur: <\/strong>Dieser Post-hoc-Test vergleicht die Mittelwerte. Im Gegensatz zu Tukey's vergleicht er jedes Mittel mit einem Kontrollmittelwert.<\/li>\n<\/ul>\n\n\n\n
- Tukey's Test: <\/strong>Mit dem Tukey-Test wird festgestellt, ob Ihre Stichprobe aus Gruppen besteht, die sich voneinander unterscheiden. Jeder Mittelwert wird mit dem Mittelwert aller anderen Gruppen unter Verwendung der \"ehrlichen signifikanten Differenz\" verglichen, die angibt, wie weit die Gruppen voneinander entfernt sind.<\/li>\n<\/ul>\n\n\n\n
- Die Scheff\u00e9-Methode:<\/strong> Bei der Scheffe-Methode wird die Teststatistik je nach Anzahl der durchgef\u00fchrten Vergleiche unterschiedlich angepasst.<\/li>\n<\/ul>\n\n\n\n
- Rodger's Methode: <\/strong>Diese statistische Methode wird verwendet, um Forschungsdaten nach einer \"multivariaten\" Analyse post hoc auszuwerten.<\/li>\n<\/ul>\n\n\n\n
- Mit Hilfe von Newman-Keuls k\u00f6nnen Stichproben identifiziert werden, deren Mittelwerte sich voneinander unterscheiden. Newman-Keuls vergleicht Mittelwertpaare anhand unterschiedlicher kritischer Werte. Dadurch ist es wahrscheinlicher, dass signifikante Unterschiede gefunden werden.<\/li>\n<\/ul>\n\n\n\n
- Holm-Bonferroni-Verfahren: <\/strong>Der sequentielle Bonferroni-Test von Holm macht Mehrfachvergleiche weniger streng.<\/li>\n<\/ul>\n\n\n\n
- Fisher's Least Significant Difference (LSD): <\/strong>Bestimmt, ob zwei Mittelwerte statistisch unterschiedlich sind.<\/li>\n<\/ul>\n\n\n\n
- Dunn's Multiple Comparison Test: <\/strong>Dabei handelt es sich um eine Post-hoc-Analyse, die nach einer ANOVA durchgef\u00fchrt wird, ein nicht-parametrischer Test, der nicht davon ausgeht, dass die Daten einer bestimmten Verteilung folgen.<\/li>\n<\/ul>\n\n\n\n