1.18. TESTY POST-HOC – UZUPEŁNIENIE ANALIZY WARIANCJI

Testy typu post-hoc (testy „po analizie”) są używane po przeprowadzeniu głównych testów statystycznych, takich jak analiza wariancji (ANOVA). Ich celem jest identyfikacja, które pary grup różnią się istotnie od siebie po ustaleniu ogólnego efektu różnic między grupami. O tym, jak to działa w praktyce, opisaliśmy w artykule „Testy parametryczne: Analiza wariancji (ANOVA) (wprowadzenie do statystyki porównawczej)”.

Przykłady testów typu post-hoc:

• Test Tukeya – to jedna z najpopularniejszych metod post-hoc stosowanych po analizie wariancji (ANOVA). 
• Test Scheffégo – jest bardziej konserwatywny niż Test Tukeya i może być stosowany w przypadku niehomogenicznych wariancji między grupami.
• Test Dunnetta – jest używany w przypadku porównań grup z jedną kontrolną grupą, a nie ze sobą nawzajem.
• Test Bonferroniego – jest często stosowany w celu kontrolowania poziomu istotności w dużej ilości porównań.

Przykład zastosowania testów typu post-hoc.

Rozważmy sytuację, w której przeprowadziliśmy badanie porównawcze nad wynikami trzech różnych leków na nadciśnienie. Nasza analiza ANOVA wykazała, że istnieją istotne statystycznie różnice, między co najmniej jedną parą leków. Teraz, przy użyciu testu Tukeya, możemy dokładniej określić, które leki różnią się istotnie od siebie, co pozwoli nam zrozumieć, który lek będzie dawał najlepszy efekt terapeutyczny.

Testy typu post-hoc stanowią ważne narzędzie w analizie statystycznej, pozwalając na dokładne badanie różnic między grupami po głównym teście. W kolejnych wpisach będziemy kontynuować naszą podróż przez analizę statystyczną, aby pomóc wam lepiej zrozumieć i wykorzystać narzędzia statystyczne w praktyce. Zapraszamy do lektury naszego wpisu „Testy nieparametryczne: test Kruskala-Wallisa i test Friedmana”.