В результате любого исследовательского проекта появляется множество данных, некоторые из которых являются ценными, а некоторые - нет. Нахождение чего-то нового, неожиданного или запутанного в исследованиях может быстро стать подавляющим.
Иногда вы можете сбиться с пути, когда на вас давит необходимость уложиться в срок. Чтобы не беспокоиться о непреднамеренных результатах после завершения текущего исследования, исключите их из рассмотрения.
При анализе post-hoc вы не анализируете каждый случайный результат эксперимента. Важно искать закономерности, когда вы наблюдаете что-то, что заслуживает пристального внимания и дальнейшего изучения, чтобы помочь вам лучше понять концепцию.
После проведения анализа post-hoc можно получить дополнительную информацию и глубже изучить вашу предметную базу. Давайте подробнее рассмотрим post hoc анализ.
Post-hoc анализ: что это такое?
В переводе с латыни post hoc означает "после этого", т.е. анализ экспериментальных данных после этого.
Цель анализа post-hoc - найти закономерности после завершения исследования и обнаружить результаты, которые не были основной целью. Таким образом, все анализы, проведенные после завершения эксперимента, которые не были запланированы заранее, считаются post-hoc анализами.
Данные, которые уже были собраны, используются в исследовании post-hoc. Исследователи анализируют эти данные для разработки новых целей, которые не были предусмотрены планом эксперимента. Поэтому пост-хок исследования могут проводиться на агрегированных данных предыдущих испытаний.
Процесс проведения анализа post-hoc часто отнимает много времени, но он дает ряд преимуществ. Чтобы обнаружить ценную информацию, проявляйте разумную осторожность и не переоценивайте неожиданные результаты. Это может быть признаком чего-то важного, даже если это случайное явление.
Post hoc анализ полезен при исследовании частоты ошибок, оценке значимости гипотез или определении того, являются ли они статистически значимыми.
Проведение многочисленных испытаний или отклонение от основной линии исследования повышает риск ошибок и ложноположительных результатов. Именно здесь post hoc играет ключевую роль. Как именно это работает?
Анализ post-hoc: как это работает?
Даже если основная цель не достигнута, из данных можно извлечь ценную информацию. Возможно, последействие препарата и данные о нем. Или любые другие аналогичные препараты также могут быть достойны тестирования.
Цель анализа post-hoc - ответить на вопросы после завершения исследования, цель, которая не была заявлена в исследовании.
Для того чтобы определить, откуда взялись различия, после получения статистически значимого результата используется пост-хок тест. Пост-хок тесты можно использовать для оценки различий между несколькими группами, избегая при этом ошибок эксперимента. Было сформулировано несколько пост-хок тестов, и большинство из них дают схожие результаты.
Существуют различные типы post hoc тестов
Данные, собранные в ходе любого исследования или клинического испытания, могут быть проанализированы для выявления закономерностей и различных факторов. Наиболее распространенными post hoc тестами являются:
- Процедура Бонферрони: Можно проводить несколько статистических тестов одновременно, используя эту поправку post hoc для множественных сравнений.
- Новый тест Дункана на множественную дальность (MRT): Тест Дункана на множественный диапазон выявит пары средних (по крайней мере, из трех), которые различаются.
- Тест множественного сравнения Данна: Это анализ post hoc, который проводится после ANOVA, непараметрический тест, который не предполагает, что ваши данные следуют определенному распределению.
- Наименьшая значимая разница Фишера (LSD): Определяет, отличаются ли статистически два средних значения.
- Процедура Холма-Бонферрони: Последовательный тест Бонферрони Хольма делает множественные сравнения менее строгими.
- Используя метод Ньюмена-Килса, можно определить выборки, средние которых отличаются друг от друга. Ньюман-Килс сравнивает пары средних, используя разные критические значения. В результате вероятность обнаружения значимых различий выше.
- Метод Роджера: Этот статистический метод используется для оценки данных исследования post hoc после "многомерного" анализа.
- Метод Шеффе: В методе Шеффе тестовая статистика корректируется по-разному в зависимости от количества проведенных сравнений.
- Тест Тьюки: Тест Тьюки определяет, состоит ли ваша выборка из групп, которые отличаются друг от друга. Каждое среднее сравнивается со средним всех других групп с помощью "Честной значимой разницы", которая показывает, насколько далеко друг от друга находятся группы.
- Поправка Даннетта: Этот пост-хок тест сравнивает средние значения. В отличие от теста Тьюки, он сравнивает каждое средство с контрольным средним.
- Процедура Бенджамина-Хохберга (БХ): Значимый результат будет получен случайно только в том случае, если вы проведете множество тестов. Коэффициент ложного обнаружения учитывается с помощью этого теста post hoc.
Ничто не может превзойти безупречный визуальный материал, передающий сложное послание
Да, именно так, с помощью визуальных средств гораздо легче представить самые сложные концепции в перспективе. В век визуальных образов неудивительно, что благодаря эффективности графики квантовую физику можно понять гораздо проще.
Вы задаетесь вопросом, как начать? Зачем беспокоиться, если у вас под рукой есть все необходимое! С нами вы можете выбрать из более чем тысячи иллюстраций в нашей галерее и сделать плакаты с помощью умного создателя плакатов, который мы разработали для вас. Воспользуйтесь опытом нашей талантливой команды и сделайте все в соответствии с вашими потребностями. Для получения дополнительной информации посетите наш сайт сайт.
Подпишитесь на нашу рассылку
Эксклюзивный высококачественный контент об эффективных визуальных
коммуникация в науке.