Hipoteza zerowa: co to jest i do czego służy w nauce

Zawartość

• Jaka jest hipoteza zerowa i do czego służy w świecie badań naukowych? Zobaczmy.
• Jaka jest hipoteza zerowa?: Obalanie założeń
• O metodzie naukowej
• Fałszywe twierdzenie
• Znaczenie wartości P.
• Wnioski

Jaka jest hipoteza zerowa i do czego służy w świecie badań naukowych? Zobaczmy.

W świecie nauki statystyki są podstawą wszelkich twierdzeń. W końcu liczby nie kłamią, ponieważ stanowią własną obiektywną rzeczywistość, która ma zastosowanie do wszystkich procesów, niezależnie od kultury czy odległości geograficznej tego, kto je stosuje.

Aby więc móc potwierdzić (a raczej podejrzewać), że coś odkryliśmy, konieczne jest, abyśmy mogli przedstawić wiarygodne i powtarzalne dane w języku numerycznym, który je obsługuje. W świecie eksperymentów musi być punkt zakotwiczenia, który należy od początku odrzucić, czyli hipotezę zerową.

Statystyka i metoda naukowa wydają się być dyscyplinami i metodologiami, które są zbyt złożone dla ogółu populacji, ale nic nie może być dalsze od prawdy. Przy tej okazji otwieramy małe okienko na świat rzeczywistości numerycznej i nauk podstawowych z wyjaśnieniem, czym jest hipoteza zerowa.

Jaka jest hipoteza zerowa?: Obalanie założeń

Aby wygodnie poruszać się w świecie hipotez, konieczne jest, abyśmy najpierw położyli podstawowe podstawy do zrozumienia tematu. Idziemy zanurzyć się, choć na krótko, w świat metody naukowej.

O metodzie naukowej

Metodę naukową definiuje się jako metodę badawczą opartą na badaniach empiryczno-pomiarowych, która również podlega szczególnym zasadom testów rozumowania. To połączenie kroków i rozumowania opiera się na dwóch głównych filarach :

W świecie nauki nigdy nie kierujemy się absolutnymi dogmatami. O ile liczba potwierdza hipotezę, możliwe jest, że hipoteza ta nie odzwierciedla w pełni rzeczywistości, że na przykład nie uwzględniono czynników zewnętrznych w eksperymencie lub że wielkość próby nie jest wystarczająco duża.

W ten sposób opiera się metoda naukowa obserwacja, pomiar, hipoteza, odtwarzalność, obalalność i przegląd przez czynniki zewnętrzne którzy sami przeprowadzili eksperyment.

Jeśli jakikolwiek czytelnik spragniony wiedzy naukowej znajdzie się przed typowym artykułem z jakiegokolwiek czasopisma, takiego jak Science czy Nature, zobaczy, że wydaje się, że badacze nie są wcale pewni swoich odkryć. „Może być”, „może oznaczać”, „to zdaje się wskazywać”, „być może istnieje”, a inne frazy dominują w paragrafach.

Ponadto wszelkie szanujące się badania pomijają w ostatnich liniach stwierdzenie, że „potrzeba więcej eksperymentów, aby zagłębić się w temat”. Jak widzieliśmy, nauka, wbrew temu, co sądzi ogół społeczeństwa, opiera się bardziej na odrzucaniu fałszu niż na potwierdzaniu absolutnych dogmatów.

Teraz, kiedy już zrozumieliśmy ostrożność i nieufność, jakie musimy mieć w obliczu ostrych stwierdzeń w świecie nauki, nadszedł czas, aby wyjaśnić, czym jest hipoteza zerowa.

Fałszywe twierdzenie

Według Królewskiej Hiszpańskiej Akademii języka hipotezę definiuje się jako założenie czegoś możliwego lub niemożliwego do wyciągnięcia z tego konsekwencji. Jeśli przejdziemy do jego etymologicznych korzeni, zobaczymy, że zawiera się w nim znaczenie tego słowa, ponieważ „czkawka” odpowiada „podporządkowaniu / poniżej”, a „teza” - „wnioskowi, który jest uzasadniony”.

Hipoteza jest taka niezweryfikowane stwierdzenie, które wymaga kontrastu z doświadczeniem (czyli eksperyment) i po odrzuceniu i przetestowaniu w najlepszych przypadkach może stać się stwierdzeniem zweryfikowanym.

W każdym razie, aby potwierdzić, że coś „jest”, musimy również wykluczyć, że „nie jest”, prawda? Nie rozpaczajcie, bo to ćwiczenie z abstrakcji w milszy sposób przedstawiamy w kolejnych wierszach.

Weźmy przykład: chcemy pokazać, że wilgotność odgrywa kluczową rolę w tarła populacji owadów określonego gatunku w ekosystemie. W tym przypadku mamy dwie możliwe hipotezy:

Hipoteza zerowa (H0) w tym przypadku odpowiada pierwszemu ze stwierdzeń. W ten sposób możemy zdefiniować hipotezę zerową jako stwierdzenie dotyczące parametru, który utrzymuje, że dwa lub więcej zdarzeń nie są ze sobą skorelowane.

Koncepcja ta jest podstawą podejścia do hipotez naukowych, bo bez względu na to, jak bardzo chcesz wykazać zależność między dwoma konkretnymi parametrami, musisz operować tym, że jeśli nie jest to udokumentowane, to dlatego, że nie istnieje . Ponadto każde rzetelne badanie powinno zrobić wszystko, co możliwe, aby przetestować hipotezę H1 (że podejrzewana korelacja istnieje). Nie chodzi o osiągnięcie pożądanego rezultatu „z”, ale o osiągnięcie go „pomimo”.

Znaczenie wartości P.

Najbardziej uważni czytelnicy zauważą, że w podanym powyżej przykładzie wilgotności hipoteza pokazująca korelację między tym parametrem a średnią liczbą jaj zawiera ważny w niej termin: znaczenie.

Jest to istotne, ponieważ w liczbie jaj owadów obserwuje się różne średnie, bez względu na to, jak prawdziwe i dające się zaobserwować, może to być zdarzenie nieistotne, to znaczy produkt losowego pobierania próbek poza korelacją.

Na przykład, jeśli obcy przybył na Ziemię i podniósł przypadkowo czterech 50-letnich mężczyzn, a trzech z nich miało 1,90 metra wzrostu, można śmiało powiedzieć, że 3 na 4 ludzi jest bardzo wysokich. Dane te nie są istotne statystycznie, ponieważ wynikają one z przypadkowości próby. Z drugiej strony, gdyby wspomniany obcy mierzył 3 miliony mieszkańców i rejestrował różnice w wysokości we wszystkich lokalizacjach geograficznych świata, być może zaobserwowałby znaczące różnice w wysokości gatunku według parametrów (x).

Wszystkie te przypuszczenia nie są oparte na zwykłym procesie rozumowania, ponieważ istnieją liczby odzwierciedlające znaczenie uzyskanych danych. To jest przypadek „wartości P”, wartość liczbowa zdefiniowana jako prawdopodobieństwo, że obliczona wartość statystyczna jest możliwa przy określonej hipotezie zerowej. Ta liczba to prawdopodobieństwo w zakresie od 0 do 1.

Dlatego chcemy, aby wartość P była niska, bardzo niska. Ogólnie można powiedzieć, że hipotezę H0 (pamiętaj, hipotezę zerową) można odrzucić, gdy liczba ta jest równa lub mniejsza od arbitralnie ustalonego poziomu istotności (zwykle 0,05). To znaczy że prawdopodobieństwa, że ​​uzyskane wyniki są wynikiem przypadku (to znaczy, że nie ma korelacji między parametrami lub co jest tym samym, że hipoteza zerowa jest prawdziwa) są bardzo, bardzo niskie.

Należy zauważyć, że w każdym przypadku testowanie hipotez nie pozwala przyjąć hipotezy w całości, ale raczej ją odrzucić lub nie. Wracając do przykładu jaj i owadów, jeśli otrzymamy próbki z 300 tarła 300 różnych samic w 30 różnych lokalizacjach i istnieją znaczne różnice w średnich w zależności od wilgotności ekosystemu, możemy powiedzieć, że wydaje się, że istnieje związek między wielkością kohorty a parametrem wilgotności.

W każdym razie nie możemy uznać tego za niewzruszony dogmat. Metoda naukowa opiera się na powtarzalności i obalalności, a więc różne zespoły badawcze muszą powtórzyć eksperyment przeprowadzony w tych samych warunkach i uzyskać równie istotne wyniki tak, aby korelacja była wiarygodna i ważna.

Mimo to, bez względu na to, jak ugruntowana jest idea w środowisku naukowym, entomolog może przyjść i odkryć, że po wypreparowaniu 300 samic tego gatunku okazuje się, że czerwone mają większy aparat pokładowy i dlatego stawiają wyższą średnią. liczba jaj. Co teraz?

Wnioski

Jak chcieliśmy przekazać w tych kwestiach, nauka i ogólnie metoda naukowa to seria ekscytujących procesów, ale z pewnością frustrujących, ponieważ nie przestajemy przyjmować założeń, które można obalić w dowolnym momencie.

Na pytanie „jaka jest hipoteza zerowa?” Możemy stwierdzić, że jest to podstawa każdego badania, ponieważ odpowiada domniemanej rzeczywistości, której chcemy zaprzeczyć, to znaczy, że nie ma korelacji między parametrami, które proponowaliśmy zbadać.