En lat\u00edn, post hoc significa \"despu\u00e9s de esto\", es decir, analizar los datos experimentales a posteriori. <\/p>\n\n\n\n
El objetivo de un an\u00e1lisis post-hoc es encontrar patrones despu\u00e9s de que se haya completado el estudio, y encontrar resultados que no eran el objetivo principal. Por lo tanto, todos los an\u00e1lisis realizados despu\u00e9s de la finalizaci\u00f3n de un experimento que no fueron planificados previamente se consideran an\u00e1lisis post-hoc. <\/p>\n\n\n\n
Los datos ya recogidos se utilizan en un estudio post-hoc. Los investigadores analizan estos datos para desarrollar nuevos prop\u00f3sitos, que no estaban en el dise\u00f1o del experimento. Por tanto, los estudios post hoc pueden realizarse con datos agregados de ensayos anteriores. <\/p>\n\n\n\n
El proceso de realizaci\u00f3n de an\u00e1lisis post-hoc suele requerir mucho tiempo, pero ofrece una serie de ventajas. Para descubrir informaci\u00f3n valiosa, hay que ser prudente y no sobrestimar los resultados inesperados. Podr\u00edan ser una se\u00f1al de algo significativo, aunque sea una casualidad.<\/p>\n\n\n\n
Los an\u00e1lisis post hoc son \u00fatiles cuando se investigan los \u00edndices de error, se eval\u00faa la importancia de las hip\u00f3tesis o se determina si son estad\u00edsticamente significativas. <\/p>\n\n\n\n
Realizar m\u00faltiples ensayos o desviarse de la l\u00ednea principal de investigaci\u00f3n aumenta el riesgo de errores y falsos positivos. Aqu\u00ed es donde el post hoc desempe\u00f1a un papel fundamental. \u00bfC\u00f3mo funciona exactamente? <\/p>\n\n\n\n
An\u00e1lisis post-hoc: \u00bfc\u00f3mo funciona?<\/strong><\/h2>\n\n\n\nTodav\u00eda es posible obtener informaci\u00f3n valiosa de los datos aunque no se logre el objetivo principal. Posiblemente los efectos posteriores del f\u00e1rmaco y los datos sobre ellos. O cualquier otro f\u00e1rmaco similar tambi\u00e9n puede ser digno de ser probado. <\/p>\n\n\n\n
El prop\u00f3sito de un an\u00e1lisis post-hoc es responder a preguntas despu\u00e9s de que se haya completado el estudio, un objetivo que no se ha establecido en el estudio.<\/p>\n\n\n\n
Para determinar de d\u00f3nde proceden las diferencias, se utiliza una prueba post hoc despu\u00e9s de encontrar un resultado estad\u00edsticamente significativo. Las pruebas post hoc pueden utilizarse para evaluar las diferencias entre varios grupos y evitar los errores del experimento. Se han formulado varias pruebas post hoc, y la mayor\u00eda de ellas arrojan resultados similares. <\/p>\n\n\n\n![\"\"](\"https:\/\/mindthegraph.com\/blog\/wp-content\/uploads\/2024\/08\/Banner2-1024x410.png\")
<\/a><\/figure>\n\n\n\nExisten diferentes tipos de pruebas post hoc<\/strong><\/h2>\n\n\n\nLos datos recogidos durante cualquier investigaci\u00f3n o ensayo cl\u00ednico pueden analizarse para detectar patrones y diferentes factores. Las pruebas post hoc m\u00e1s comunes son:<\/p>\n\n\n\n
\n- Procedimiento Bonferroni:<\/strong> Es posible realizar m\u00faltiples pruebas estad\u00edsticas al mismo tiempo utilizando esta correcci\u00f3n de comparaciones m\u00faltiples post hoc.<\/li>\n<\/ul>\n\n\n\n
\n- La nueva prueba de rango m\u00faltiple de Duncan (MRT): <\/strong><\/strong>La prueba de rango m\u00faltiple de Duncan identificar\u00e1 los pares de medias (de al menos tres) que difieren. <\/li>\n<\/ul>\n\n\n\n
\n- Prueba de comparaci\u00f3n m\u00faltiple de Dunn: <\/strong>Se trata de un an\u00e1lisis post hoc que se realiza despu\u00e9s de un ANOVA, una prueba no param\u00e9trica que no asume que los datos siguen una distribuci\u00f3n determinada.<\/li>\n<\/ul>\n\n\n\n
\n- Diferencia m\u00ednima significativa de Fisher (LSD): <\/strong>Determina si dos medias son estad\u00edsticamente diferentes.<\/li>\n<\/ul>\n\n\n\n
\n- Procedimiento Holm-Bonferroni: <\/strong>La prueba de Bonferroni secuencial de Holm hace que las comparaciones m\u00faltiples sean menos estrictas.<\/li>\n<\/ul>\n\n\n\n
\n- Utilizando Newman-Keuls, se pueden identificar las muestras que tienen medias diferentes entre s\u00ed. Newman-Keuls compara pares de medias utilizando diferentes valores cr\u00edticos. Como resultado, es m\u00e1s probable que se encuentren diferencias significativas.<\/li>\n<\/ul>\n\n\n\n
\n- El m\u00e9todo de Rodger: <\/strong>Este m\u00e9todo estad\u00edstico se utiliza para evaluar los datos de la investigaci\u00f3n a posteriori tras un an\u00e1lisis \"multivariante\".<\/li>\n<\/ul>\n\n\n\n
\n- El m\u00e9todo de Scheff\u00e9:<\/strong> En el m\u00e9todo de Scheffe, la estad\u00edstica de la prueba se ajusta de forma diferente seg\u00fan el n\u00famero de comparaciones que se hayan realizado.<\/li>\n<\/ul>\n\n\n\n
\n- Prueba de Tukey: <\/strong>La prueba de Tukey determina si la muestra est\u00e1 formada por grupos que difieren entre s\u00ed. Cada media se compara con la media de todos los dem\u00e1s grupos utilizando la \"diferencia significativa honesta\", que representa la distancia entre los grupos.<\/li>\n<\/ul>\n\n\n\n
\n- La correcci\u00f3n de Dunnett: <\/strong>Esta prueba post hoc compara las medias. A diferencia de la de Tukey, compara cada media con una media de control.<\/li>\n<\/ul>\n\n\n\n
\n- Procedimiento Benjamini-Hochberg (BH): <\/strong>Un resultado significativo s\u00f3lo se producir\u00e1 por casualidad si se realizan numerosas pruebas. La tasa de falsos descubrimientos se contabiliza mediante esta prueba post hoc.<\/li>\n<\/ul>\n\n\n\n
Nada puede superar a una pieza visual impecable que transmita un mensaje complejo<\/strong><\/h2>\n\n\n\nS\u00ed, as\u00ed es, con la ayuda de los visuales es mucho m\u00e1s f\u00e1cil poner en perspectiva los conceptos m\u00e1s dif\u00edciles. En la era de los visuales, no es de extra\u00f1ar que probablemente puedas entender la f\u00edsica cu\u00e1ntica de una manera mucho m\u00e1s sencilla gracias a la eficacia de los gr\u00e1ficos.<\/p>\n\n\n\n
\u00bfTe preguntas c\u00f3mo empezar? \u00a1Por qu\u00e9 preocuparse cuando tienes la mente el gr\u00e1fico al alcance de tu mano! Con nosotros, puedes elegir entre m\u00e1s de mil ilustraciones de nuestra galer\u00eda y hacer carteles con el creador de carteles inteligente que hemos desarrollado para ti. Aproveche la experiencia de nuestro talentoso equipo y h\u00e1galo a la medida de sus necesidades. Para m\u00e1s informaci\u00f3n, visite nuestro sitio web<\/a>.<\/p>\n\n\n\n
<\/a><\/figure>\n\n\n\nExisten diferentes tipos de pruebas post hoc<\/strong><\/h2>\n\n\n\nLos datos recogidos durante cualquier investigaci\u00f3n o ensayo cl\u00ednico pueden analizarse para detectar patrones y diferentes factores. Las pruebas post hoc m\u00e1s comunes son:<\/p>\n\n\n\n
\n- Procedimiento Bonferroni:<\/strong> Es posible realizar m\u00faltiples pruebas estad\u00edsticas al mismo tiempo utilizando esta correcci\u00f3n de comparaciones m\u00faltiples post hoc.<\/li>\n<\/ul>\n\n\n\n
\n- La nueva prueba de rango m\u00faltiple de Duncan (MRT): <\/strong><\/strong>La prueba de rango m\u00faltiple de Duncan identificar\u00e1 los pares de medias (de al menos tres) que difieren. <\/li>\n<\/ul>\n\n\n\n
\n- Prueba de comparaci\u00f3n m\u00faltiple de Dunn: <\/strong>Se trata de un an\u00e1lisis post hoc que se realiza despu\u00e9s de un ANOVA, una prueba no param\u00e9trica que no asume que los datos siguen una distribuci\u00f3n determinada.<\/li>\n<\/ul>\n\n\n\n
\n- Diferencia m\u00ednima significativa de Fisher (LSD): <\/strong>Determina si dos medias son estad\u00edsticamente diferentes.<\/li>\n<\/ul>\n\n\n\n
\n- Procedimiento Holm-Bonferroni: <\/strong>La prueba de Bonferroni secuencial de Holm hace que las comparaciones m\u00faltiples sean menos estrictas.<\/li>\n<\/ul>\n\n\n\n
\n- Utilizando Newman-Keuls, se pueden identificar las muestras que tienen medias diferentes entre s\u00ed. Newman-Keuls compara pares de medias utilizando diferentes valores cr\u00edticos. Como resultado, es m\u00e1s probable que se encuentren diferencias significativas.<\/li>\n<\/ul>\n\n\n\n
\n- El m\u00e9todo de Rodger: <\/strong>Este m\u00e9todo estad\u00edstico se utiliza para evaluar los datos de la investigaci\u00f3n a posteriori tras un an\u00e1lisis \"multivariante\".<\/li>\n<\/ul>\n\n\n\n
\n- El m\u00e9todo de Scheff\u00e9:<\/strong> En el m\u00e9todo de Scheffe, la estad\u00edstica de la prueba se ajusta de forma diferente seg\u00fan el n\u00famero de comparaciones que se hayan realizado.<\/li>\n<\/ul>\n\n\n\n
\n- Prueba de Tukey: <\/strong>La prueba de Tukey determina si la muestra est\u00e1 formada por grupos que difieren entre s\u00ed. Cada media se compara con la media de todos los dem\u00e1s grupos utilizando la \"diferencia significativa honesta\", que representa la distancia entre los grupos.<\/li>\n<\/ul>\n\n\n\n
\n- La correcci\u00f3n de Dunnett: <\/strong>Esta prueba post hoc compara las medias. A diferencia de la de Tukey, compara cada media con una media de control.<\/li>\n<\/ul>\n\n\n\n
\n- Procedimiento Benjamini-Hochberg (BH): <\/strong>Un resultado significativo s\u00f3lo se producir\u00e1 por casualidad si se realizan numerosas pruebas. La tasa de falsos descubrimientos se contabiliza mediante esta prueba post hoc.<\/li>\n<\/ul>\n\n\n\n
Nada puede superar a una pieza visual impecable que transmita un mensaje complejo<\/strong><\/h2>\n\n\n\nS\u00ed, as\u00ed es, con la ayuda de los visuales es mucho m\u00e1s f\u00e1cil poner en perspectiva los conceptos m\u00e1s dif\u00edciles. En la era de los visuales, no es de extra\u00f1ar que probablemente puedas entender la f\u00edsica cu\u00e1ntica de una manera mucho m\u00e1s sencilla gracias a la eficacia de los gr\u00e1ficos.<\/p>\n\n\n\n
\u00bfTe preguntas c\u00f3mo empezar? \u00a1Por qu\u00e9 preocuparse cuando tienes la mente el gr\u00e1fico al alcance de tu mano! Con nosotros, puedes elegir entre m\u00e1s de mil ilustraciones de nuestra galer\u00eda y hacer carteles con el creador de carteles inteligente que hemos desarrollado para ti. Aproveche la experiencia de nuestro talentoso equipo y h\u00e1galo a la medida de sus necesidades. Para m\u00e1s informaci\u00f3n, visite nuestro sitio web<\/a>.<\/p>\n\n\n\n
- \n
- La nueva prueba de rango m\u00faltiple de Duncan (MRT): <\/strong><\/strong>La prueba de rango m\u00faltiple de Duncan identificar\u00e1 los pares de medias (de al menos tres) que difieren. <\/li>\n<\/ul>\n\n\n\n
- \n
- Prueba de comparaci\u00f3n m\u00faltiple de Dunn: <\/strong>Se trata de un an\u00e1lisis post hoc que se realiza despu\u00e9s de un ANOVA, una prueba no param\u00e9trica que no asume que los datos siguen una distribuci\u00f3n determinada.<\/li>\n<\/ul>\n\n\n\n
- \n
- Diferencia m\u00ednima significativa de Fisher (LSD): <\/strong>Determina si dos medias son estad\u00edsticamente diferentes.<\/li>\n<\/ul>\n\n\n\n
- \n
- Procedimiento Holm-Bonferroni: <\/strong>La prueba de Bonferroni secuencial de Holm hace que las comparaciones m\u00faltiples sean menos estrictas.<\/li>\n<\/ul>\n\n\n\n
- \n
- Utilizando Newman-Keuls, se pueden identificar las muestras que tienen medias diferentes entre s\u00ed. Newman-Keuls compara pares de medias utilizando diferentes valores cr\u00edticos. Como resultado, es m\u00e1s probable que se encuentren diferencias significativas.<\/li>\n<\/ul>\n\n\n\n
- \n
- El m\u00e9todo de Rodger: <\/strong>Este m\u00e9todo estad\u00edstico se utiliza para evaluar los datos de la investigaci\u00f3n a posteriori tras un an\u00e1lisis \"multivariante\".<\/li>\n<\/ul>\n\n\n\n
- \n
- El m\u00e9todo de Scheff\u00e9:<\/strong> En el m\u00e9todo de Scheffe, la estad\u00edstica de la prueba se ajusta de forma diferente seg\u00fan el n\u00famero de comparaciones que se hayan realizado.<\/li>\n<\/ul>\n\n\n\n
- \n
- Prueba de Tukey: <\/strong>La prueba de Tukey determina si la muestra est\u00e1 formada por grupos que difieren entre s\u00ed. Cada media se compara con la media de todos los dem\u00e1s grupos utilizando la \"diferencia significativa honesta\", que representa la distancia entre los grupos.<\/li>\n<\/ul>\n\n\n\n
- \n
- La correcci\u00f3n de Dunnett: <\/strong>Esta prueba post hoc compara las medias. A diferencia de la de Tukey, compara cada media con una media de control.<\/li>\n<\/ul>\n\n\n\n
- \n
- Procedimiento Benjamini-Hochberg (BH): <\/strong>Un resultado significativo s\u00f3lo se producir\u00e1 por casualidad si se realizan numerosas pruebas. La tasa de falsos descubrimientos se contabiliza mediante esta prueba post hoc.<\/li>\n<\/ul>\n\n\n\n
Nada puede superar a una pieza visual impecable que transmita un mensaje complejo<\/strong><\/h2>\n\n\n\n
S\u00ed, as\u00ed es, con la ayuda de los visuales es mucho m\u00e1s f\u00e1cil poner en perspectiva los conceptos m\u00e1s dif\u00edciles. En la era de los visuales, no es de extra\u00f1ar que probablemente puedas entender la f\u00edsica cu\u00e1ntica de una manera mucho m\u00e1s sencilla gracias a la eficacia de los gr\u00e1ficos.<\/p>\n\n\n\n
\u00bfTe preguntas c\u00f3mo empezar? \u00a1Por qu\u00e9 preocuparse cuando tienes la mente el gr\u00e1fico al alcance de tu mano! Con nosotros, puedes elegir entre m\u00e1s de mil ilustraciones de nuestra galer\u00eda y hacer carteles con el creador de carteles inteligente que hemos desarrollado para ti. Aproveche la experiencia de nuestro talentoso equipo y h\u00e1galo a la medida de sus necesidades. Para m\u00e1s informaci\u00f3n, visite nuestro sitio web<\/a>.<\/p>\n\n\n\n
- Procedimiento Benjamini-Hochberg (BH): <\/strong>Un resultado significativo s\u00f3lo se producir\u00e1 por casualidad si se realizan numerosas pruebas. La tasa de falsos descubrimientos se contabiliza mediante esta prueba post hoc.<\/li>\n<\/ul>\n\n\n\n
- La correcci\u00f3n de Dunnett: <\/strong>Esta prueba post hoc compara las medias. A diferencia de la de Tukey, compara cada media con una media de control.<\/li>\n<\/ul>\n\n\n\n
- Prueba de Tukey: <\/strong>La prueba de Tukey determina si la muestra est\u00e1 formada por grupos que difieren entre s\u00ed. Cada media se compara con la media de todos los dem\u00e1s grupos utilizando la \"diferencia significativa honesta\", que representa la distancia entre los grupos.<\/li>\n<\/ul>\n\n\n\n
- El m\u00e9todo de Scheff\u00e9:<\/strong> En el m\u00e9todo de Scheffe, la estad\u00edstica de la prueba se ajusta de forma diferente seg\u00fan el n\u00famero de comparaciones que se hayan realizado.<\/li>\n<\/ul>\n\n\n\n
- El m\u00e9todo de Rodger: <\/strong>Este m\u00e9todo estad\u00edstico se utiliza para evaluar los datos de la investigaci\u00f3n a posteriori tras un an\u00e1lisis \"multivariante\".<\/li>\n<\/ul>\n\n\n\n
- Utilizando Newman-Keuls, se pueden identificar las muestras que tienen medias diferentes entre s\u00ed. Newman-Keuls compara pares de medias utilizando diferentes valores cr\u00edticos. Como resultado, es m\u00e1s probable que se encuentren diferencias significativas.<\/li>\n<\/ul>\n\n\n\n
- Procedimiento Holm-Bonferroni: <\/strong>La prueba de Bonferroni secuencial de Holm hace que las comparaciones m\u00faltiples sean menos estrictas.<\/li>\n<\/ul>\n\n\n\n
- Diferencia m\u00ednima significativa de Fisher (LSD): <\/strong>Determina si dos medias son estad\u00edsticamente diferentes.<\/li>\n<\/ul>\n\n\n\n
- Prueba de comparaci\u00f3n m\u00faltiple de Dunn: <\/strong>Se trata de un an\u00e1lisis post hoc que se realiza despu\u00e9s de un ANOVA, una prueba no param\u00e9trica que no asume que los datos siguen una distribuci\u00f3n determinada.<\/li>\n<\/ul>\n\n\n\n