Herhangi bir araştırma projesinden elde edilen çok sayıda veri vardır; bunların bazıları değerlidir, bazıları ise değildir. Araştırmada yeni, beklenmedik veya kafa karıştırıcı bir şey bulmak hızla bunaltıcı hale gelebilir.
Bir teslim tarihine yetişmek için baskı altında olduğunuzda bazen yolunuzdan sapabilirsiniz. Mevcut araştırmanız tamamlandıktan sonra bu kasıtsız sonuçları göz önünde bulundurmayarak endişelenmekten kaçının.
Post-hoc analizde, bir deneyin her rastgele sonucunu analiz etmezsiniz. Kavramı daha iyi anlamanıza yardımcı olmak için yakından bakmayı ve daha fazla çalışmayı gerektiren bir şey gözlemlediğinizde kalıpları aramak önemlidir.
Bir post-hoc analizinden sonra, daha fazla bilgi edinilebilir ve konu tabanınızı daha derinlemesine inceleyebilirsiniz. Şimdi post hoc analizine daha yakından bakalım.
Post-hoc analizi: nedir?
Latince'de post hoc "bundan sonra", yani deneysel verileri daha sonra analiz etmek anlamına gelir.
Post-hoc analizin amacı, çalışma tamamlandıktan sonra kalıpları bulmak ve birincil hedef olmayan sonuçları bulmaktır. Dolayısıyla, bir deney tamamlandıktan sonra yapılan ve önceden planlanmamış olan tüm analizler post-hoc analiz olarak kabul edilir.
Halihazırda toplanmış olan veriler post-hoc bir çalışmada kullanılır. Araştırmacılar bu verileri, deneyin tasarımında yer almayan yeni amaçlar geliştirmek için analiz eder. Bu nedenle post hoc çalışmalar, önceki denemelerden elde edilen toplu veriler üzerinde gerçekleştirilebilir.
Post-hoc analizleri gerçekleştirme süreci genellikle zaman açısından aşırı yüklüdür, ancak bir dizi avantaj sunar. Değerli bilgileri ortaya çıkarmak için makul miktarda ihtiyatlı davranın ve beklenmedik sonuçları abartmayın. Bu, tesadüfi bir olay olsa bile önemli bir şeyin işareti olabilir.
Post hoc analizler hata oranlarını araştırırken, hipotezlerin önemini değerlendirirken veya istatistiksel olarak anlamlı olup olmadıklarını belirlerken faydalıdır.
Birden fazla deneme yapmak veya ana araştırma çizginizden sapmak, hata ve yanlış pozitif riskini artırır. İşte bu noktada post hoc önemli bir rol oynar. Tam olarak nasıl çalışır?
Post-hoc analiz: nasıl çalışır?
Birincil hedefe ulaşılmasa bile verilerden değerli içgörüler elde etmek hala mümkündür. Muhtemelen ilacın sonraki etkileri ve bunlara ilişkin veriler. Ya da benzer başka ilaçlar da test edilmeye değer olabilir.
Post-hoc analizin amacı, çalışma tamamlandıktan sonra, çalışmada belirtilmeyen bir hedef olan soruları yanıtlamaktır.
Farklılıkların nereden kaynaklandığını belirlemek için, istatistiksel olarak anlamlı bir sonuç bulduktan sonra bir post hoc testi kullanılır. Post-hoc testleri, deneysel hatalardan kaçınırken birden fazla grup arasındaki farklılıkları değerlendirmek için kullanılabilir. Çeşitli post hoc testleri formüle edilmiştir ve bunların çoğu benzer sonuçlar vermektedir.
Farklı post hoc test türleri vardır
Herhangi bir araştırma veya klinik çalışma sırasında toplanan veriler, kalıpları ve farklı faktörleri tespit etmek için analiz edilebilir. En yaygın post hoc testleri şunlardır:
- Bonferroni Prosedürü: Bu post hoc çoklu karşılaştırma düzeltmesini kullanarak aynı anda birden fazla istatistiksel test yapmak mümkündür.
- Duncan'ın yeni çoklu menzil testi (MRT): Duncan'ın Çoklu Aralık Testi, farklı olan ortalama çiftlerini (en az üç taneden) belirleyecektir.
- Dunn'ın Çoklu Karşılaştırma Testi: Bu, verilerinizin belirli bir dağılımı izlediğini varsaymayan parametrik olmayan bir test olan ANOVA'dan sonra çalıştırılan bir post hoc analizidir.
- Fisher En Küçük Anlamlı Fark (LSD): İki ortalamanın istatistiksel olarak farklı olup olmadığını belirler.
- Holm-Bonferroni Prosedürü: Holm'un sıralı Bonferroni testi çoklu karşılaştırmaları daha az katı hale getirir.
- Newman-Keuls kullanılarak, birbirinden farklı ortalamalara sahip örnekler belirlenebilir. Newman-Keuls, farklı kritik değerler kullanarak ortalama çiftlerini karşılaştırır. Sonuç olarak, önemli farklılıkların bulunması daha olasıdır.
- Rodger'ın yöntemi: Bu istatistiksel yöntem, 'çok değişkenli' bir analizin ardından araştırma verilerini post hoc değerlendirmek için kullanılır.
- Scheffé'nin Yöntemi: Scheffe yönteminde test istatistiği, yapılan karşılaştırma sayısına bağlı olarak farklı şekilde ayarlanır.
- Tukey Testi: Tukey testi, örnekleminizin birbirinden farklı gruplardan oluşup oluşmadığını belirler. Her ortalama, grupların birbirinden ne kadar uzak olduğunu gösteren "Dürüst Anlamlı Fark" kullanılarak diğer tüm grupların ortalamasıyla karşılaştırılır.
- Dunnett'in düzeltmesi: Bu post hoc testi ortalamaları karşılaştırır. Tukey'in aksine, her ortalamayı bir kontrol ortalaması ile karşılaştırır.
- Benjamini-Hochberg (BH) prosedürü: Anlamlı bir sonuç ancak çok sayıda test yaparsanız tesadüfen ortaya çıkacaktır. Yanlış keşif oranı bu post hoc testi ile hesaba katılır.
Hiçbir şey karmaşık bir mesajı ileten kusursuz bir görsel parçanın yerini tutamaz
Evet, doğru, görsellerin yardımıyla en zor kavramları perspektife oturtmak çok daha kolay. Görseller çağında, grafiklerin etkinliği sayesinde kuantum fiziğini muhtemelen çok daha basit bir şekilde anlayabilmeniz şaşırtıcı değil.
Nasıl başlayacağınızı mı merak ediyorsunuz? Aklınızdaki grafik parmaklarınızın ucundayken neden endişelenesiniz ki! Bizimle, galerimizdeki binden fazla illüstrasyon arasından seçim yapabilir ve sizin için geliştirdiğimiz akıllı poster oluşturucuyu kullanarak posterler hazırlayabilirsiniz. Yetenekli ekibimizin uzmanlığından en iyi şekilde yararlanın ve ihtiyaçlarınıza göre uyarlanmasını sağlayın. Daha fazla bilgi için bizi ziyaret edin web sitesi.
Haber bültenimize abone olun
Etkili görseller hakkında özel yüksek kaliteli içerik
bilimde iletişim.
Turkish 
English 
Chinese 
Czech 
Dutch 
French 
German 
Italian 
Indonesian 
Japanese 
Korean 
Polish 
Portuguese 
Russian 
Spanish 
Ukrainian 
Swedish 
Romanian 
Bulgarian 
Finnish 
Greek 
Hungarian 
Norwegian 
Danish 
Estonian 
Slovenian 
Lithuanian 
Latvian 
Slovak