Ipotesi nulla | Volkig

L ‘ ipotesi nulla è un presupposto utilizzato per affermare o negare un determinato evento correlato a uno o più parametri di una popolazione o di un campione. Quando si raggiunge una conclusione relativa a un esperimento, la persona che esegue la ricerca deve stabilire sia l’ipotesi nulla che l’ipotesi alternativa.

Se fa riferimento all ‘ ipotesi nulla , è un’affermazione n trary quella che il ricercatore o la persona ha raggiunto quando cerca di rifiutarlo. Nel caso in cui tu abbia prove sufficienti, potresti verificare che sia totalmente vero il contrario. Ciò significa che l ‘ ipotesi alternativa sarebbe la conclusione raggiunta dal ricercatore attraverso la sua ricerca.

L’affermazione di questa ipotesi non può essere rifiutata, a meno che i dati nel campione non dimostrino che sono falsi. Questo è il motivo per cui principalmente un no o una a disuguale nella sua dichiarazione.

Perché viene chiamato “Null”?

La parola “null” può essere intesa come “invariato”. Normalmente, un’ipotesi nulla è l’ipotesi standard definita come la previsione che non vi sia interazione tra le variabili.

Ad esempio, l ‘ ipotesi nulla indica che non esiste una relazione causale tra un nuovo trattamento e una riduzione dei sintomi della malattia. In altre parole: un nuovo trattamento non offre alcun miglioramento rispetto al trattamento di riferimento e un’osservazione o un miglioramento è il risultato del caso.

Tale affermazione può essere dimostrata da studi scientifici, come una sperimentazione clinica, e l’applicazione di test statistici appropriati. Se uno studio clinico scopre che esiste davvero una relazione e il nuovo trattamento produce un miglioramento, l ‘ ipotesi nulla si rivela falsa e può essere rifiutata. In questo caso può essere adottata l’alternativa o l ‘ ipotesi di ricerca ; in questo esempio, significa che il nuovo trattamento è migliore del trattamento di riferimento.

Qual è l’ipotesi nulla?

In statistica, un’ipotesi si riferisce all’affermazione di un parametro di popolazione ed è rappresentata da H0. Quando si tratta dell ‘ ipotesi nulla , significa che è l’affermazione che due o più parametri non hanno alcuna relazione tra loro. È il punto di partenza per una certa indagine che non viene rifiutata a meno che i dati non siano corretti.

Fondamentalmente si tratta di un’applicazione in statistica del metodo di riduzione all’assurdo, dove si presume dall’inizio, il contrario di ciò che si vuole dimostrare, fino a quando le prove o le conclusioni che vengono acquisite consentono la dimostrazione che l’inizio il punto era falso, quindi sarebbe stato rifiutato e si sarebbe concluso il contrario.

Poiché questa ipotesi ha la formula logica di un’affermazione universale, per confermare che è vera, è necessario studiare l’intera popolazione.

Il suo termine deriva dalle prime applicazioni agricole e mediche della statistica, questo per affermare l’efficacia dei nuovi fertilizzanti o dei nuovi farmaci. In quel caso, l’ipotesi da cui inizia mostra che non c’era efficacia o differenza tra i campioni che sono stati trattati e quelli che non sono stati trattati.

Se i risultati del campione non dovessero supportare l’ipotesi, allora dovrebbe essere respinto e la conclusione accettata e la conferma dell’esistenza di qualsiasi collegamento tra i campioni diventerebbe ipotesi H1 alternative.

L ‘ ipotesi nulla (H 0) è una parte essenziale di qualsiasi progetto di ricerca ed è sempre testata, anche se indirettamente.

La definizione semplicistica dell’ipotesi nulla è quasi contraria a quella dell’ipotesi alternativa (H 1), sebbene il principio sia leggermente più complesso.

L’ipotesi nulla (H 0) è un’ipotesi che il ricercatore cerca di confutare, rifiutare o annullare.

In generale, “nullo” si riferisce all’opinione generale di qualcosa, mentre l’ipotesi alternativa è ciò che il ricercatore pensa davvero sia la causa di un fenomeno.

La conclusione di un esperimento si riferisce sempre al valore nullo, ovvero rifiuta o accetta H 0 invece di H 1.

Nonostante ciò, molti ricercatori trascurano l’ipotesi nulla quando testano le ipotesi, il che è una cattiva pratica e può avere effetti negativi.

Esempi di ipotesi nulla

Un investigatore può postulare un’ipotesi:

E un’ipotesi nulla:

È importante selezionare attentamente il testo nullo e assicurarsi che sia il più specifico possibile. Ad esempio, il ricercatore può postulare un’ipotesi nulla:

C’è un grosso difetto con questo H 0. Se le piante crescono davvero più lentamente nel compost che nel terreno, raggiungi un vicolo cieco. H 1 non è supportato e nemmeno H 0, poiché vi è una differenza nei tassi di crescita.

Se l ‘ ipotesi nulla viene rifiutata e non sono disponibili altre opzioni, l’esperimento potrebbe non essere valido. Per questo motivo, la scienza utilizza una serie di processi deduttivi e induttivi per garantire che non ci siano errori nelle ipotesi.

Molti scienziati trascurano l’ipotesi nulla, supponendo che sia esattamente l’opposto dell’alternativa, ma la cosa giusta da fare è prendere tempo per creare un’ipotesi solida. Non è possibile modificare un’ipotesi retrospettivamente, nemmeno H 0.

Test di significatività

Se i test di significatività generano una probabilità del 95% o del 99% che i risultati non soddisfino l’ipotesi nulla, ciò viene rifiutato a favore dell’alternativa.

In caso contrario, viene accettata l’ipotesi nulla. Queste sono le uniche assunzioni corrette ed è sbagliato rifiutare o accettare H 1.

L’accettazione dell’ipotesi nulla non significa che sia vera. Rimane un’ipotesi e deve rispettare il principio di falsificabilità., Allo stesso modo, il rifiuto dell’ipotesi nulla non prova l’alternativa.

Problemi percepiti con il null

Il problema principale con H 0 è che molti ricercatori e revisori ritengono che accettare l’ipotesi nulla costituisca un fallimento dell’esperimento. Questa è una scienza pessima, così come accettare o rifiutare qualsiasi ipotesi è un risultato positivo.

Sebbene l’ipotesi nulla non venga confutata, il mondo della scienza ha imparato qualcosa di nuovo. A rigor di termini, il termine “fallimento” dovrebbe applicarsi solo agli errori nella progettazione sperimentale o alle ipotesi iniziali errate.

Sviluppo del null

Il modello Flat Earth era comune nei tempi antichi, come nelle civiltà dell’età del bronzo e dell’età del ferro. Questa potrebbe essere considerata l’ipotesi nulla (H 0) del momento.

Molti degli antichi filosofi greci presumevano che il sole, la luna e altri oggetti nell’universo circondassero la Terra. L’astronomia ellenistica stabilì la forma sferica della terra intorno al 300 aC.

Copernico aveva un’ipotesi alternativa (H 1) che indicava che il mondo stava effettivamente girando intorno al Sole, il centro dell’universo. Nel corso del tempo, le persone si sono convinte e lo hanno accettato come nullo o H 0.

Successivamente, qualcuno ha proposto un’ipotesi alternativa che lo stesso sole stesse girando attorno a qualcosa all’interno della galassia, creando così un nuovo H 0. È così che funziona la ricerca: H 0 si avvicina alla realtà. Sebbene non sia corretto, è migliore dell’ultimo H 0.

Formulazione di un’ipotesi nulla e alternativa

Per avere una migliore comprensione della correlazione tra ipotesi nulle e alternative , è possibile utilizzare un esempio come il seguente:

Ipotesi nulla vs. ipotesi alternativa

Un test di ipotesi statistica viene presentato come una decisione tra due ipotesi.

L’ipotesi nulla consiste in una dichiarazione sulla popolazione di origine del campione. Di solito è più semplice (meno parametri, per esempio) del suo antagonista. L’ipotesi nulla è designata con il simbolo H 0.

L’ipotesi alternativa è anche una dichiarazione sulla popolazione di origine. Molte volte, ma non sempre, si tratta semplicemente di negare l’affermazione di H 0. L’ipotesi alternativa è indicata dal simbolo H 1.

Al momento ci occuperemo del caso più semplice, in cui le due ipotesi si riferiscono ad un unico valore di parametro. In questa situazione generale, le ipotesi si riferiscono a un parametro θ (theta). La formulazione è:

H 0: θ = θ 0

H 1: θ = θ 1

Nella teoria del test di ipotesi questo tipo di approccio è noto come test di ipotesi semplice o semplice.

Quindi, una semplice ipotesi postula che il parametro θ possa assumere un solo valore o, più tecnicamente, che l’insieme di parametri associati a un’ipotesi semplice sia costituito da un unico punto.

Esempi di ipotesi da verificare

Caso 1: ipotesi nulla e alternativa.

Dati ottenuti nello studio

Dr. da Souza Fairia postula lo stesso rapporto per maschi e femmine. In termini di proporzione della variabile X (numero di femmine in dieci nidi) ciò equivale all’ipotesi che la proporzione (nella popolazione) sia 0,5.

D’altra parte, secondo la dottoressa Calves il rapporto è di 6: 4 a favore delle femmine, quindi equivale all’ipotesi che il parametro p nella variabile Binomiale sia 0.6.

Quindi, se X è il numero di femmine in dieci nidi e p è la proporzione di femmine, la forma finale del contrasto è:

H 0: p = 0,5

H 1: p = 0,6

Per quanto riguarda i dati ottenuti da da Souza essi sono:

In sintesi, ha osservato in sei dei nidi c’è una femmina.

Caso 2: null contro alternativa.

Analisi dei dati dello studio

Le autorità sportive postulano una media di 7,0 ng / ml, mentre l’ADG indica una media di 8,5 ng / ml per gli individui che seguono questo tipo di dieta. Pertanto, in sintesi, il contrasto sarà costituito da:

H 0: μ = 7,0

H 1: μ = 8,5

Sia per H 0 che per H 1, verrà preso σ = 2.4.

I dati dello studio che l’associazione ADG ha ottenuto, e che a loro avviso avvalorano la loro tesi, sono stati i seguenti:

La media aritmetica dei sedici atleti è 8,54 ng / ml

Originariamente pubblicato su https://volkig.com