任何研究项目都会有很多数据,其中有些是有价值的,有些则是没有价值的。在研究中发现一些新的、意想不到的或令人困惑的东西,很快就会让人不知所措。
当你在满足最后期限的压力下,你有时会偏离轨道。一旦你目前的研究完成后,避免担心那些无意的结果,把它们排除在考虑之外。
在事后分析中,你不是在分析实验的每个随机结果。重要的是,当你观察到值得仔细观察和进一步研究的东西时,要寻找模式,以帮助你更好地理解这个概念。
经过事后分析,可以获得进一步的信息,并深入研究你的主题基础。让我们仔细看看事后分析。
事后分析:它是什么?
在拉丁语中,post hoc的意思是 "在这之后",即事后分析实验数据。
事后分析的目的是在研究完成后发现规律,并找到不是主要目标的结果。因此,所有在实验完成后进行的非预先计划的分析都被视为事后分析。
已经收集的数据被用于事后研究。研究人员通过分析这些数据来开发新的目的,而这些目的并不在试验的设计中。因此,事后研究可以在以前试验的汇总数据上进行。
进行事后分析的过程往往时间负担过重,但它有很多优点。为了发掘有价值的信息,要使用合理的谨慎态度,不要高估意外的结果。这可能是一个重要的信号,即使是偶然发生的。
事后分析在调查错误率、评估假设的重要性或确定其是否具有统计学意义时非常有用。
进行多项试验或偏离你的主要研究路线会增加错误和假阳性的风险。这就是事后诸葛亮发挥关键作用的地方。它究竟是如何工作的?
事后分析:它是如何工作的?
即使主要目标没有实现,仍有可能从数据中获得有价值的见解。可能是该药物的后遗症和有关数据。或者任何其他类似的药物也可能值得测试。
事后分析的目的是在研究完成后回答问题,这是研究中没有说明的目标。
为了确定差异的来源,在发现有统计学意义的结果后,会使用事后检验。事后检验可用于评估多组之间的差异,同时避免实验中的错误。已经制定了几个事后检验,其中大部分的结果是相似的。
有不同类型的事后检验
在任何研究或临床试验中收集的数据都可以通过分析来检测模式和不同因素。最常见的事后检验是。
- Bonferroni程序。 通过使用这种事后多重比较校正,可以同时进行多项统计测试。
- 邓肯的新的多重范围测试(MRT)。 邓肯多元范围检验将确定不同的一对平均值(至少来自三个)。
- 邓恩的多重比较试验。 这是一个在方差分析之后进行的事后分析,是一个非参数测试,不假设你的数据遵循特定的分布。
- 费希尔最小显著性差异(LSD)。 判断两个平均值是否有统计学上的差异。
- Holm-Bonferroni程序。 Holm的顺序Bonferroni检验使多重比较不那么严格。
- 使用Newman-Keuls,人们可以识别出彼此具有不同均值的样本。Newman-Keuls使用不同的临界值对均值进行比较。因此,更有可能发现重大差异。
- 罗杰的方法。 这种统计方法用于在 "多变量 "分析之后对研究数据进行事后评估。
- Scheffé的方法。 在Scheffe的方法中,根据所做比较的数量,对检验统计量进行不同的调整。
- Tukey's Test: Tukey's测试确定你的样本是否由彼此不同的组组成。每一个平均值都要与所有其他组的平均值进行比较,使用 "诚实显着性差异",这表示各组之间的差异有多大。
- 邓尼特的更正。 这种事后检验对平均值进行比较。与Tukey's不同的是,它将每个平均值与一个对照平均值进行比较。
- Benjamini-Hochberg(BH)程序。 如果你进行了无数次测试,一个显著的结果只会偶然出现。错误发现率是通过这种事后检验来说明的。
没有什么能胜过传递复杂信息的完美无缺的视觉作品
是的,没错,在视觉的帮助下,把最困难的概念纳入视野要容易得多。在视觉时代,由于图形的有效性,你大概可以用更简单的方式来理解量子物理学,这一点也不奇怪。
你是否想知道如何开始?当你的指尖上有了心仪的图画时,何必担心呢!在我们这里,你可以从我们画廊的一千多幅插图中选择,并使用我们为你开发的智能海报制作工具制作海报。充分利用我们才华横溢的团队的专业知识,并根据你的需求进行定制。欲了解更多信息,请访问我们的 网站.
订阅我们的通讯
关于有效视觉的独家高质量内容
科学中的交流。