Tabla de Contenidos
Nulhypotesen indikerer, at der ikke er nogen sammenhæng mellem to populationsparametre, det vil sige mellem en uafhængig variabel og en afhængig variabel. Hvis resultatet af forsøget viste en sammenhæng mellem de to parametre, kan resultatet skyldes eksperimentel eller prøveudtagningsfejl. På den anden side, hvis nulhypotesen er falsk, er der en sammenhæng i det fænomen, der måles.
Anvendelser af nulhypotesen
Nulhypotesen er nyttig, da den hjælper med at konkludere, om der er en sammenhæng mellem to målte fænomener. Nulhypotesen kan indikere for brugeren, om de opnåede resultater skyldes tilfældigheder eller manipulation af et fænomen. Testen af en hypotese gør det muligt at afvise eller acceptere den nævnte hypotese inden for et vist niveau af tillid.
To tilgange kan bruges til den statistiske deduktion af en nulhypotese: Ronald Fishers signifikanstest og Jerzy Neyman og Egon Pearsons hypotesetest . Fishers signifikanstest-tilgang siger, at en nulhypotese forkastes, hvis de målte data er væsentligt usandsynlige. Det vil sige, at nulhypotesen forkastes, hvis den er falsk. Når nulhypotesen er falsk, afvises den ikke kun, men en alternativ hypotese erstattes.
Hvis det observerede resultat stemmer overens med nulhypotesens position, accepteres hypotesen. På den anden side sammenlignes Neyman og Pearsons hypotesetest med en alternativ hypotese for at drage en konklusion om de observerede data. De to hypoteser er differentierede baseret på de observerede prøver.
Hvordan nulhypotesen fungerer
En nulhypotese er en teori baseret på utilstrækkelig evidens, og det kræver yderligere test for at bevise, om de observerede data er sande eller falske. For eksempel kan en nulhypoteseerklæring være “plantevæksthastigheden påvirkes ikke af sollys.” Det kan kontrolleres ved at måle væksten af planter i nærvær af sollys og sammenligne den med væksten af planter i fravær af sollys.
Afvisningen af nulhypotesen åbner vejen for nye eksperimenter for at verificere eksistensen af en sammenhæng mellem de to variable. Afvisningen af en nulhypotese betyder ikke nødvendigvis, at eksperimentet ikke virkede, men det åbner derimod døren til nye eksperimenter.
For at differentiere nulhypotesen fra andre former for hypoteser skrives nulhypotesen H0, mens den alternative hypotese skrives HA eller H1. Signifikanstest bruges til at bestemme sandheden af en nulhypotese og til at fastslå, hvorvidt de observerede data skyldes tilfældigheder eller manipulation af disse data.
For eksempel tester forskerne hypotesen ved at undersøge en tilfældig prøve af planter dyrket med eller uden sollys. Hvis resultatet viser en statistisk signifikant ændring i forhold til de observerede data, forkastes nulhypotesen.
Eksempel på en nulhypotese
Det forudsættes, at det årlige afkast på obligationerne i selskabet No Profit Limited er 7,5%. For at teste, om hypotesen er sand eller falsk, antager vi, at nulhypotesen er “det gennemsnitlige årlige afkast på Null Profit Limited-obligationerne er ikke 7,5 %.” For at teste hypotesen accepterer vi først nulhypotesen.
Enhver information, der er i modstrid med den angivne nulhypotese, betragtes som den alternative hypotese med henblik på hypotesetestning. I dette tilfælde er den alternative hypotese “det gennemsnitlige årlige afkast for Profit Null Limited er 7,5 %”.
Vi prøver årlige obligationsrenter for de seneste fem år for at beregne stikprøvegennemsnittet for de foregående fem år. Resultatet sammenlignes derefter med det forudsatte gennemsnitlige årlige afkast på 7,5 % for at teste nulhypotesen.
Det viser sig overraskende, at det gennemsnitlige årlige afkast for den femårige periode er 7,5 %; er det tilfældet, forkastes nulhypotesen. Derfor accepteres den alternative hypotese.
Hvad er en alternativ hypotese?
En alternativ hypotese er det modsatte af en nulhypotese. En alternativ hypotese og en nulhypotese udelukker hinanden, hvilket betyder, at kun en af de to hypoteser kan være sand.
Der er statistisk signifikans mellem de to variable. Det vil sige, at hvis stikprøverne brugt til at teste nulhypotesen giver falske resultater, betyder det, at den alternative hypotese er sand, og at der er statistisk signifikans mellem de to variable.
Formålet med hypotesetesten
Hypotesetestning er en statistisk proces, der består i at teste en hypotese om et fænomen eller en populationsparameter. Det er en væsentlig del af den videnskabelige metode, som er en systematisk tilgang til at vurdere teorier gennem observationer og bestemme sandsynligheden for, at et udsagn er sandt eller falsk.
En god teori gør det muligt at lave præcise forudsigelser. For en analytiker, der laver forudsigelser, er hypotesetestning et strengt middel til at understøtte forudsigelsen med statistisk analyse. Hypotesetestning identificerer også tilstrækkelig statistisk evidens til at understøtte en given hypotese om populationsparameteren.
Kilder
- Bookdownm. (nd). Neyman -Pearson hypotese testteori .
- Giron, J. (1998). RA Fisher : Hans bidrag til statistisk videnskab.
- Leenen, I. (2012). Testen af nulhypotesen og dens alternativer . Institut for Uddannelsesevaluering, Det Medicinske Fakultet, National Autonomous University of Mexico.
- Rodriguez, E. (2005). Statistik og psykologi : historisk analyse af statistisk inferens.
- https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-statistics/supporting-topics/basics/null-and-alternative-hypotheses/