Tabla de Contenidos
Nullhypotesen indikerer at det ikke er noen sammenheng mellom to populasjonsparametere, det vil si mellom en uavhengig variabel og en avhengig variabel. Hvis resultatet av eksperimentet viste en sammenheng mellom de to parameterne, kan resultatet skyldes eksperimentell eller prøvetakingsfeil. På den annen side, hvis nullhypotesen er usann, er det en sammenheng i fenomenet som måles.
Bruk av nullhypotesen
Nullhypotesen er nyttig siden den hjelper å konkludere om det eksisterer en sammenheng mellom to målte fenomener eller ikke. Nullhypotesen kan indikere for brukeren om de oppnådde resultatene skyldes tilfeldigheter eller manipulering av et fenomen. Testen av en hypotese gjør det mulig å avvise eller akseptere nevnte hypotese innenfor et visst nivå av tillit.
To tilnærminger kan brukes for statistisk deduksjon av en nullhypotese: Ronald Fishers signifikanstest og Jerzy Neyman og Egon Pearsons hypotesetest . Fishers signifikanstest tilnærming sier at en nullhypotese forkastes dersom de målte dataene er betydelig usannsynlige. Det vil si at nullhypotesen forkastes hvis den er usann. Når nullhypotesen er usann, blir den ikke bare forkastet, men en alternativ hypotese erstattes.
Hvis det observerte resultatet stemmer overens med nullhypotesens posisjon, aksepteres hypotesen. På den annen side sammenlignes Neyman og Pearsons hypotesetest med en alternativ hypotese for å trekke en konklusjon om de observerte dataene. De to hypotesene er differensiert basert på de observerte prøvene.
Hvordan nullhypotesen fungerer
En nullhypotese er en teori basert på utilstrekkelig bevis, og som krever ytterligere testing for å bevise om de observerte dataene er sanne eller usanne. For eksempel kan en nullhypotese være «planteveksthastigheten påvirkes ikke av sollys.» Det kan kontrolleres ved å måle veksten av planter i nærvær av sollys og sammenligne den med veksten av planter i fravær av sollys.
Avvisningen av nullhypotesen åpner for nye eksperimenter for å verifisere eksistensen av en sammenheng mellom de to variablene. Forkastelsen av en nullhypotese betyr ikke nødvendigvis at eksperimentet ikke fungerte, men det åpner snarere døren for nye eksperimenter.
For å skille nullhypotesen fra andre former for hypoteser skrives nullhypotesen H0, mens den alternative hypotesen skrives HA eller H1. Signifikanstester brukes til å bestemme sannheten til en nullhypotese og for å fastslå hvorvidt de observerte dataene skyldes tilfeldigheter eller manipulasjon av nevnte data.
For eksempel tester forskerne hypotesen ved å undersøke et tilfeldig utvalg av planter dyrket med eller uten sollys. Hvis resultatet viser en statistisk signifikant endring fra de observerte dataene, forkastes nullhypotesen.
Eksempel på en nullhypotese
Det antas at den årlige avkastningen på obligasjonene til selskapet No Profit Limited er 7,5 %. For å teste om hypotesen er sann eller usann, antar vi at nullhypotesen er «den gjennomsnittlige årlige avkastningen på Null Profit Limited-obligasjonene er ikke 7,5 %». For å teste hypotesen aksepterer vi først nullhypotesen.
All informasjon som er i strid med den oppgitte nullhypotesen anses som den alternative hypotesen for hypotesetesting. I dette tilfellet er den alternative hypotesen «den gjennomsnittlige årlige avkastningen til Profit Null Limited er 7,5 %».
Vi prøver årlige obligasjonsrenter for de siste fem årene for å beregne prøvegjennomsnittet for de foregående fem årene. Resultatet sammenlignes deretter med antatt gjennomsnittlig årlig avkastning på 7,5 % for å teste nullhypotesen.
Det viser seg overraskende at gjennomsnittlig årlig avkastning for femårsperioden er 7,5 %; er det slik, forkastes nullhypotesen. Derfor aksepteres den alternative hypotesen.
Hva er en alternativ hypotese?
En alternativ hypotese er det motsatte av en nullhypotese. En alternativ hypotese og en nullhypotese utelukker hverandre, noe som betyr at bare én av de to hypotesene kan være sanne.
Det er statistisk signifikans mellom de to variablene. Det vil si at hvis prøvene som brukes til å teste nullhypotesen gir falske resultater, betyr det at den alternative hypotesen er sann og at det er statistisk signifikans mellom de to variablene.
Målet med hypotesetesten
Hypotesetesting er en statistisk prosess som består i å teste en hypotese om et fenomen eller en populasjonsparameter. Det er en vesentlig del av den vitenskapelige metoden, som er en systematisk tilnærming til å vurdere teorier gjennom observasjoner og bestemme sannsynligheten for at en påstand er sann eller usann.
En god teori gjør det mulig å lage nøyaktige spådommer. For en analytiker som lager spådommer, er hypotesetesting et strengt middel for å støtte prediksjonen med statistisk analyse. Hypotesetesting identifiserer også tilstrekkelig statistisk bevis for å støtte en gitt hypotese om populasjonsparameteren.
Kilder
- Bookdownm. (nd). Neyman -Pearson hypotese testteori .
- Giron, J. (1998). RA Fisher : Hans bidrag til statistisk vitenskap.
- Leenen, I. (2012). Testen av nullhypotesen og dens alternativer . Institutt for pedagogisk evaluering, Det medisinske fakultet, National Autonomous University of Mexico.
- Rodriguez, E. (2005). Statistikk og psykologi : historisk analyse av statistisk slutning.
- https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-statistics/supporting-topics/basics/null-and-alternative-hypotheses/
