Tabla de Contenidos
Нулевата хипотеза показва, че няма връзка между два параметъра на популацията, тоест между независима променлива и зависима променлива. Ако резултатът от експеримента показа връзка между двата параметъра, резултатът може да се дължи на експериментална грешка или грешка в извадката. От друга страна, ако нулевата хипотеза е невярна, има връзка в измерваното явление.
Използване на нулевата хипотеза
Нулевата хипотеза е полезна, тъй като помага да се заключи дали съществува или не връзка между две измерени явления. Нулевата хипотеза може да посочи на потребителя дали получените резултати се дължат на случайност или на манипулиране на явление. Тестът на хипотеза позволява да се отхвърли или приеме тази хипотеза в рамките на определено ниво на доверие.
Могат да се използват два подхода за статистическо извеждане на нулева хипотеза: тестът за значимост на Роналд Фишър и тестът на хипотезата на Йежи Нейман и Егон Пиърсън . Подходът на теста на Fisher за значимост гласи, че нулевата хипотеза се отхвърля, ако измерените данни са значително невероятни. Тоест, нулевата хипотеза се отхвърля, ако е невярна. Когато нулевата хипотеза е невярна, тя не само се отхвърля, но се замества с алтернативна хипотеза.
Ако наблюдаваният резултат е в съответствие с позицията, поддържана от нулевата хипотеза, хипотезата се приема. От друга страна, тестът на хипотезата на Нейман и Пиърсън се сравнява с алтернативна хипотеза, за да се направи заключение относно наблюдаваните данни. Двете хипотези се диференцират въз основа на наблюдаваните проби.
Как работи нулевата хипотеза
Нулевата хипотеза е теория, основана на недостатъчно доказателства и изисква допълнителни тестове, за да се докаже дали наблюдаваните данни са верни или неверни. Например твърдение за нулева хипотеза може да бъде „скоростта на растеж на растенията не се влияе от слънчевата светлина“. Може да се провери чрез измерване на растежа на растенията при наличие на слънчева светлина и сравняването му с растежа на растенията при липса на слънчева светлина.
Отхвърлянето на нулевата хипотеза отваря пътя към нови експерименти за проверка на съществуването на връзка между двете променливи. Отхвърлянето на нулева хипотеза не означава непременно, че експериментът не е проработил, а по-скоро отваря вратата за нови експерименти.
За да се разграничи нулевата хипотеза от други форми на хипотези, нулевата хипотеза се изписва H0, докато алтернативната хипотеза се изписва HA или H1. Тестовете за значимост се използват за определяне на истинността на нулева хипотеза и за установяване дали наблюдаваните данни се дължат на случайност или манипулиране на тези данни.
Например, изследователите тестват хипотезата, като изследват произволна извадка от растения, отгледани със или без слънчева светлина. Ако резултатът показва статистически значима промяна спрямо наблюдаваните данни, нулевата хипотеза се отхвърля.
Пример за нулева хипотеза
Предполага се, че годишната доходност на облигациите на компанията No Profit Limited е 7,5%. За да проверим дали хипотезата е вярна или невярна, приемаме, че нулевата хипотеза е „средната годишна възвръщаемост на облигациите Null Profit Limited не е 7,5%“. За да проверим хипотезата, първо приемаме нулевата хипотеза.
Всяка информация, която противоречи на заявената нулева хипотеза, се счита за алтернативна хипотеза за целите на тестването на хипотезата. В този случай алтернативната хипотеза е „средната годишна възвръщаемост на Profit Null Limited е 7,5%“.
Правим извадка от годишните доходности на облигациите за последните пет години, за да изчислим средната извадка за предходните пет години. След това резултатът се сравнява с предполагаемата средна годишна доходност от 7,5%, за да се тества нулевата хипотеза.
Оказва се, че изненадващо средната годишна доходност за петгодишния период е 7,5%; тъй като е така, нулевата хипотеза се отхвърля. Следователно алтернативната хипотеза се приема.
Какво е алтернативна хипотеза?
Алтернативната хипотеза е противоположна на нулевата хипотеза. Алтернативна хипотеза и нулева хипотеза са взаимно изключващи се, което означава, че само една от двете хипотези може да е вярна.
Има статистическа значимост между двете променливи. Тоест, ако пробите, използвани за тестване на нулевата хипотеза, дават неверни резултати, това означава, че алтернативната хипотеза е вярна и че има статистическа значимост между двете променливи.
Цел на проверката на хипотезата
Тестването на хипотези е статистически процес, който се състои в тестване на хипотеза за явление или параметър на населението. Това е съществена част от научния метод, който е систематичен подход за оценка на теории чрез наблюдения и определяне на вероятността едно твърдение да е вярно или невярно.
Добрата теория позволява да се правят точни прогнози. За анализатор, който прави прогнози, тестването на хипотези е стриктно средство за подкрепа на прогнозата със статистически анализ. Тестването на хипотези също идентифицира достатъчно статистически доказателства в подкрепа на дадена хипотеза относно параметъра на населението.
Източници
- Bookdowm. (nd). Теорията за проверка на хипотезата на Нейман -Пиърсън .
- Giron, J. (1998). RA Fisher : Неговият принос към статистическата наука.
- Leenen, I. (2012). Тестът на нулевата хипотеза и нейните алтернативи . Катедра за оценка на образованието, Факултет по медицина, Национален автономен университет на Мексико.
- Родригес, Е. (2005). Статистика и психология : исторически анализ на статистически изводи.
- https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-statistics/supporting-topics/basics/null-and-alternative-hypotheses/
