অনুসন্ধানের তথ্য বিশ্লেষণ (ইডিএ) প্রায়শই অন্যান্য "ট্র্যাকগুলি" অন্বেষণের দিকে পরিচালিত করে যা অনুমানের প্রাথমিক সেটটির সাথে অগত্যা নয়। আমি সীমিত নমুনার আকার এবং বিভিন্ন প্রশ্নপত্রের মাধ্যমে আর্থ-জনসংখ্যার ডেটা, নিউরোপাইকোলজিকাল বা চিকিত্সাগত স্কেলগুলি - যেমন মানসিক বা শারীরিক কার্যকারিতা, হতাশা / উদ্বেগের স্তর, লক্ষণগুলির চেকলিস্টের মাধ্যমে প্রচুর পরিমাণে তথ্য সংগ্রহের সাথে অধ্যয়নের ক্ষেত্রে এ জাতীয় অবস্থার মুখোমুখি হই )। এটি ঘটে যে ইডিএ কিছু অপ্রত্যাশিত সম্পর্ক হাইলাইট করতে সহায়তা করে ("অপ্রত্যাশিত" যার অর্থ তারা প্রাথমিক বিশ্লেষণ পরিকল্পনায় অন্তর্ভুক্ত ছিল না) যা অতিরিক্ত প্রশ্ন / অনুমানের মধ্যে অনুবাদ করে।
ওভারফিটিংয়ের ক্ষেত্রে যেমন তথ্য ড্রেজিং বা স্নোপিং ফলাফল হয় যা সাধারণ হয় না। যাইহোক, যখন প্রচুর ডেটা পাওয়া যায়, তখন হাইপোথেসিসের একটি সীমিত সেট পোস্ট করা বেশ কঠিন (গবেষক বা চিকিত্সকের জন্য) is
আমি জানতে চাই যে এখানে কোনও স্বীকৃত পদ্ধতি, প্রস্তাবনা বা থাম্বের নিয়ম রয়েছে যা ছোট-নমুনা অধ্যয়নের ক্ষেত্রে ইডিএ বর্ণনা করতে সহায়তা করতে পারে।