Tabla de Contenidos
Nollhypotesen indikerar att det inte finns något samband mellan två populationsparametrar, det vill säga mellan en oberoende variabel och en beroende variabel. Om resultatet av experimentet visade ett samband mellan de två parametrarna kan resultatet bero på experimentellt eller provtagningsfel. Å andra sidan, om nollhypotesen är falsk finns det ett samband i fenomenet som mäts.
Användningar av nollhypotesen
Nollhypotesen är användbar eftersom den hjälper till att dra slutsatsen om det finns ett samband mellan två uppmätta fenomen eller inte. Nollhypotesen kan indikera för användaren om de erhållna resultaten beror på slumpen eller på manipulation av ett fenomen. Testet av en hypotes gör det möjligt att förkasta eller acceptera nämnda hypotes inom en viss nivå av förtroende.
Två tillvägagångssätt kan användas för den statistiska deduktionen av en nollhypotes: Ronald Fishers signifikanstest och Jerzy Neymans och Egon Pearsons hypotestest . Fishers signifikanstest anger att en nollhypotes förkastas om de uppmätta data är signifikant osannolika. Det vill säga att nollhypotesen förkastas om den är falsk. När nollhypotesen är falsk förkastas den inte bara, utan en alternativ hypotes ersätts.
Om det observerade resultatet överensstämmer med nollhypotesens position accepteras hypotesen. Å andra sidan jämförs Neyman och Pearsons hypotestest med en alternativ hypotes för att dra en slutsats om de observerade data. De två hypoteserna är differentierade baserat på de observerade proverna.
Hur nollhypotesen fungerar
En nollhypotes är en teori baserad på otillräckliga bevis, och som kräver ytterligare testning för att bevisa om de observerade uppgifterna är sanna eller falska. Till exempel kan en nollhypotes vara ”växtens tillväxthastighet påverkas inte av solljus.” Det kan kontrolleras genom att mäta tillväxten av växter i närvaro av solljus och jämföra den med tillväxten av växter i frånvaro av solljus.
Förkastandet av nollhypotesen öppnar vägen för nya experiment för att verifiera existensen av ett samband mellan de två variablerna. Förkastandet av en nollhypotes betyder inte nödvändigtvis att experimentet inte fungerade, utan det öppnar snarare dörren till nya experiment.
För att skilja nollhypotesen från andra former av hypoteser skrivs nollhypotesen H0, medan den alternativa hypotesen skrivs HA eller H1. Signifikanstest används för att fastställa sanningen av en nollhypotes och för att fastställa huruvida de observerade data beror på slump eller manipulation av nämnda data.
Till exempel testar forskarna hypotesen genom att undersöka ett slumpmässigt urval av växter som odlats med eller utan solljus. Om resultatet visar en statistiskt signifikant förändring från de observerade data, förkastas nollhypotesen.
Exempel på nollhypotes
Det antas att den årliga avkastningen på obligationerna i bolaget No Profit Limited är 7,5%. För att testa om hypotesen är sann eller falsk, antar vi att nollhypotesen är ”den genomsnittliga årliga avkastningen på Null Profit Limited-obligationerna är inte 7,5 %.” För att testa hypotesen accepterar vi först nollhypotesen.
All information som strider mot den angivna nollhypotesen anses vara den alternativa hypotesen för hypotestestning. I det här fallet är den alternativa hypotesen ”den genomsnittliga årliga avkastningen för Profit Null Limited är 7,5 %”.
Vi provar årliga obligationsräntor för de senaste fem åren för att beräkna urvalets medelvärde för de föregående fem åren. Resultatet jämförs sedan med den antagna genomsnittliga årliga avkastningen på 7,5 % för att testa nollhypotesen.
Det visar sig att den genomsnittliga årliga avkastningen för femårsperioden överraskande är 7,5 %; I och med detta förkastas nollhypotesen. Därför accepteras den alternativa hypotesen.
Vad är en alternativ hypotes?
En alternativ hypotes är motsatsen till en nollhypotes. En alternativ hypotes och en nollhypotes utesluter varandra, vilket innebär att endast en av de två hypoteserna kan vara sann.
Det finns statistisk signifikans mellan de två variablerna. Det vill säga, om stickproven som används för att testa nollhypotesen ger falska resultat, betyder det att den alternativa hypotesen är sann och att det finns statistisk signifikans mellan de två variablerna.
Syfte med hypotestestet
Hypotestestning är en statistisk process som består av att testa en hypotes om ett fenomen eller en populationsparameter. Det är en väsentlig del av den vetenskapliga metoden, som är ett systematiskt tillvägagångssätt för att utvärdera teorier genom observationer och bestämma sannolikheten för att ett påstående är sant eller falskt.
En bra teori gör det möjligt att göra exakta förutsägelser. För en analytiker som gör förutsägelser är hypotestestning ett rigoröst sätt att stödja förutsägelsen med statistisk analys. Hypotestestning identifierar också tillräckliga statistiska bevis för att stödja en given hypotes om populationsparametern.
Källor
- Bookdownm. (nd). Neyman -Pearsons hypotestestteorin .
- Giron, J. (1998). RA Fisher : Hans bidrag till statistisk vetenskap.
- Leenen, I. (2012). Testet av nollhypotesen och dess alternativ . Institutionen för utbildningsutvärdering, Medicinska fakulteten, National Autonomous University of Mexico.
- Rodriguez, E. (2005). Statistik och psykologi : historisk analys av statistisk slutledning.
- https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-statistics/supporting-topics/basics/null-and-alternative-hypotheses/
