Minden kutatási projektből rengeteg adat származik, amelyek közül néhány értékes, néhány pedig nem. Ha valami újat, váratlan vagy zavaró dolgot találunk a kutatásban, az gyorsan nyomasztóvá válhat.

Néha letérhetünk a helyes útról, amikor a határidő betartása miatt nyomás alatt vagyunk. Kerülje el, hogy aggódjon ezek miatt a nem szándékos eredmények miatt, ha az aktuális kutatása befejeződött, azáltal, hogy kizárja őket a figyelembe vételből.

A post-hoc elemzés során nem elemezzük a kísérlet minden véletlenszerű kimenetelét. Fontos, hogy mintákat keressünk, amikor megfigyelünk valamit, ami megérdemli a közelebbi vizsgálatot és a további tanulmányozást, hogy jobban megértsük a fogalmat.

A post-hoc elemzés után további információk nyerhetők, és mélyebben elmerülhet a témakörökben. Nézzük meg közelebbről a post hoc elemzést.

Post-hoc elemzés: mi az?

A post hoc latinul azt jelenti, hogy "ezután", azaz a kísérleti adatok utólagos elemzése.

Az utólagos elemzés célja, hogy a vizsgálat befejezése után olyan mintákat találjon, és olyan eredményeket találjon, amelyek nem voltak az elsődleges cél. Így minden olyan elemzés, amelyet egy kísérlet befejezése után végeztek, és amelyet nem terveztek előre, post-hoc elemzésnek minősül.

A már összegyűjtött adatokat egy post-hoc vizsgálatban használják fel. A kutatók elemzik ezeket az adatokat, hogy új célokat dolgozzanak ki, amelyek nem szerepeltek a kísérlet tervében. Post hoc vizsgálatokat tehát korábbi kísérletek összesített adatain lehet végezni. 

Az utólagos elemzések elvégzése gyakran időigényes, de számos előnnyel jár. Az értékes információk feltárásához alkalmazzon ésszerű körültekintést, és ne értékelje túl a váratlan eredményeket. Ez valami jelentős dolog jele lehet, még akkor is, ha véletlenszerű eseményről van szó.

A post hoc elemzések hasznosak a hibaarányok vizsgálatakor, a hipotézisek szignifikanciájának értékelésénél, vagy annak megállapításakor, hogy statisztikailag szignifikánsak-e.

Több kísérlet elvégzése vagy a fő kutatási iránytól való eltérés növeli a hibák és a hamis pozitív eredmények kockázatát. Ez az a pont, ahol a post hoc kulcsszerepet játszik. Hogyan működik pontosan? 

Post-hoc elemzés: hogyan működik?

Az adatokból még akkor is lehet értékes felismeréseket nyerni, ha az elsődleges célt nem sikerült elérni. Esetleg a gyógyszer utóhatásai és az arra vonatkozó adatok. Vagy bármilyen más hasonló gyógyszereket is érdemes lehet tesztelni.

Az utólagos elemzés célja, hogy a vizsgálat befejezése után megválaszolja a kérdéseket, ami nem a vizsgálatban megfogalmazott cél.

Annak meghatározására, hogy honnan származnak a különbségek, a statisztikailag szignifikáns eredmény megállapítása után post hoc tesztet alkalmaznak. A post-hoc tesztek több csoport közötti különbségek értékelésére használhatók, miközben elkerülhetők a kísérleti hibák. Számos post hoc tesztet fogalmaztak meg, és ezek többsége hasonló eredményt ad. 

A post hoc teszteknek különböző típusai vannak

A kutatás vagy klinikai vizsgálat során gyűjtött adatok elemezhetők a minták és a különböző tényezők felderítése érdekében. A leggyakoribb post hoc tesztek a következők:

  • Bonferroni-eljárás: Lehetőség van több statisztikai vizsgálat egyidejű elvégzésére is, ha ezt a többszörös összehasonlítás utáni korrekciót alkalmazzuk.
  • Duncan új többszörös tartományú tesztje (MRT):  A Duncan-féle többszörös tartományteszt azonosítja azokat az átlagpárokat (legalább háromból), amelyek különböznek. 
  • Dunn többszörös összehasonlító tesztje: Ez egy poszt hoc elemzés, amelyet az ANOVA után futtatnak, egy nem parametrikus teszt, amely nem feltételezi, hogy az adatok egy adott eloszlást követnek.
  • Fisher-féle legkisebb szignifikáns különbség (LSD): Meghatározza, hogy két átlag statisztikailag különbözik-e egymástól.
  • Holm-Bonferroni-eljárás: A Holm-féle szekvenciális Bonferroni-teszt kevésbé szigorúvá teszi a többszörös összehasonlításokat.
  • Newman-Keuls segítségével azonosítani lehet az egymástól eltérő átlagú mintákat. A Newman-Keuls különböző kritikus értékek segítségével hasonlítja össze az átlagpárokat. Ennek eredményeképpen nagyobb valószínűséggel találunk szignifikáns különbségeket.
  • Rodger módszere: Ezt a statisztikai módszert a kutatási adatok poszt hoc értékelésére használják a "többváltozós" elemzést követően.
  • Scheffé módszere: A Scheffe-módszerben a tesztstatisztikát az elvégzett összehasonlítások számától függően különbözőképpen igazítják ki.
  • Tukey-teszt: A Tukey-teszt meghatározza, hogy a minta olyan csoportokból áll-e, amelyek különböznek egymástól. Minden átlagot összehasonlítunk az összes többi csoport átlagával a "becsületes szignifikáns különbség" segítségével, amely azt mutatja meg, hogy a csoportok mennyire térnek el egymástól.
  • Dunnett helyesbítése: Ez a post hoc teszt az átlagokat hasonlítja össze. A Tukey-próbával ellentétben ez az egyes átlagokat egy kontroll átlaggal hasonlítja össze.
  • Benjamini-Hochberg (BH) eljárás: Jelentős eredmény csak akkor születik véletlenül, ha számos vizsgálatot végez. A hamis felfedezési arányt ez a post hoc teszt veszi figyelembe.

Semmi sem veri a hibátlan vizuális alkotást, amely komplex üzenetet közvetít.

Igen, így van, a vizuális eszközök segítségével sokkal könnyebb a legnehezebb fogalmakat is perspektívába helyezni. A vizualitás korában nem csoda, hogy a grafika hatékonyságának köszönhetően valószínűleg sokkal egyszerűbben megértheted a kvantumfizikát.

Kíváncsi vagy, hogyan kezdjünk hozzá? Miért aggódna, ha az elme grafikon a keze ügyében van! Nálunk több mint ezer illusztráció közül választhatsz a galériánkban, és az általunk kifejlesztett intelligens poszterkészítővel készíthetsz plakátokat. Használja ki tehetséges csapatunk szakértelmét, és szerezze be az Ön igényeihez igazított terveket. További információkért látogasson el weboldal.

Kapcsolódó cikkek
logo-subscribe

Iratkozzon fel hírlevelünkre

Exkluzív, kiváló minőségű tartalom a hatékony vizuális
kommunikáció a tudományban.

- Exkluzív útmutató
- Tervezési tippek
- Tudományos hírek és trendek
- Oktatóanyagok és sablonok