Análise Post Hoc: Processo e tipos de testes

Há muitos dados que vêm de qualquer projeto de pesquisa, alguns dos quais são valiosos e outros não. Encontrar algo novo, inesperado ou confuso na pesquisa pode rapidamente se tornar avassalador. Às vezes, você pode se desviar do caminho quando está sob pressão para cumprir um prazo. Evite se preocupar com esses resultados não intencionais quando sua pesquisa atual estiver concluída, excluindo-os da consideração. Na análise post-hoc, você não está analisando cada resultado aleatório de um experimento. É importante procurar padrões quando você observa algo que justifica um olhar atento e estudo mais aprofundado para ajudar você a entender melhor o conceito. Após uma análise post-hoc, mais informações podem ser obtidas e aprofundar-se mais em sua base de assunto. Vamos dar uma olhada mais de perto na análise post hoc.

Análise post-hoc: o que é?

Em latim, post hoc significa “depois disso”, ou seja, analisar os dados experimentais posteriormente.

O objetivo de uma análise post-hoc é encontrar padrões após o estudo ter sido concluído, e encontrar resultados que não eram o objetivo principal. Assim, todas as análises conduzidas após a conclusão de um experimento que não foram pré-planejadas são consideradas análises post-hoc.

Dados que já foram coletados são usados ​​em um estudo post-hoc. Pesquisadores analisam esses dados para desenvolver novos propósitos, que não estavam no design do experimento. Estudos post hoc podem, portanto, ser realizados em dados agregados de ensaios anteriores. 

O processo de realizar análises post-hoc é frequentemente sobrecarregado com tempo, mas oferece uma série de vantagens. Para descobrir informações valiosas, use uma quantidade razoável de prudência e não superestime resultados inesperados. Isso pode ser um sinal de algo significativo, mesmo que seja uma ocorrência casual.

Análises post hoc são úteis ao investigar taxas de erro, avaliar a significância de hipóteses ou determinar se elas são estatisticamente significativas.

Conduzir vários ensaios ou divergir da sua linha principal de pesquisa aumenta o risco de erros e falsos positivos. É aqui que o post hoc desempenha um papel fundamental. Como exatamente funciona? 

Análise post-hoc: como funciona?

Ainda é possível obter insights valiosos dos dados, mesmo que o objetivo principal não seja alcançado. Possivelmente os efeitos posteriores do medicamento e os dados sobre eles. Ou quaisquer outros medicamentos semelhantes também podem valer a pena testar.

O objetivo de uma análise post-hoc é responder a perguntas após a conclusão do estudo, um objetivo que não foi declarado no estudo.

Para determinar de onde as diferenças vieram, um teste post hoc é usado após encontrar um resultado estatisticamente significativo. Testes post hoc podem ser usados ​​para avaliar diferenças entre vários grupos, evitando erros experimentais. Vários testes post hoc foram formulados, e a maioria deles produz resultados semelhantes. 

Existem diferentes tipos de testes post hoc

Os dados coletados durante qualquer pesquisa ou ensaio clínico podem ser analisados ​​para detectar padrões e diferentes fatores. Os testes post hoc mais comuns são:

• Procedimento de Bonferroni: É possível realizar vários testes estatísticos ao mesmo tempo usando esta correção de comparação múltipla post hoc.
• Novo teste de amplitude múltipla de Duncan (MRT):  O teste de amplitude múltipla de Duncan identificará os pares de médias (de pelo menos três) que diferem. 
• Teste de Comparação Múltipla de Dunn: Esta é uma análise post hoc executada após uma ANOVA, um teste não paramétrico que não assume que seus dados seguem uma distribuição específica.
• Diferença Menor Significativa de Fisher (LSD): Determina se duas médias são estatisticamente diferentes.
• Procedimento de Holm-Bonferroni: O teste sequencial de Bonferroni de Holm torna as comparações múltiplas menos rigorosas.
• Usando Newman-Keuls, é possível identificar amostras que têm médias diferentes umas das outras. Newman-Keuls compara pares de médias usando diferentes valores críticos. Como resultado, diferenças significativas têm mais probabilidade de serem encontradas.
• Método de Rodger: Este método estatístico é usado para avaliar dados de pesquisa post hoc após uma análise “multivariada”.
• Método de Scheffé: No método de Scheffe, a estatística de teste é ajustada de forma diferente dependendo do número de comparações feitas.
• Teste de Tukey: O teste de Tukey determina se sua amostra consiste em grupos que diferem uns dos outros. Cada média é comparada com a média de todos os outros grupos usando a “Diferença Significativa Honesta”, que representa o quão distantes os grupos estão.
• Correção de Dunnett: Este teste post hoc compara médias. Em contraste com o de Tukey, ele compara cada média com uma média de controle.
• Procedimento Benjamini-Hochberg (BH): Um resultado significativo só ocorrerá por acaso se você executar vários testes. A taxa de descoberta falsa é contabilizada por este teste post hoc.

Nada pode superar uma peça visual impecável que transmite uma mensagem complexa

Sim, é isso mesmo, com a ajuda de recursos visuais, é muito mais fácil colocar os conceitos mais difíceis em perspectiva. Na era dos recursos visuais, não é de se admirar que você provavelmente consiga entender a física quântica de uma maneira muito mais simples devido à eficácia dos gráficos.

Você está se perguntando como começar? Por que se preocupar quando você tem o mind the graph na ponta dos dedos! Conosco, você pode escolher entre mais de mil ilustrações em nossa galeria e fazer pôsteres usando o criador de pôsteres inteligente que desenvolvemos para você. Aproveite ao máximo a expertise de nossa talentosa equipe e adapte-a às suas necessidades.