Что такое нулевая гипотеза отклоняется

Что такое нулевая гипотеза отклоняется

Поскольку статистика как метод исследования имеет дело с данным, в которых интересующие исследователя закономерности искажены различными случайными факторами, большинство статистических вычислений сопровождается проверкой некоторых предположений или гипотез об источнике этих данных.

Статистическая гипотеза – это предположение о свойствах случайных величин или событий, которое мы хотим проверить по имеющимся данным. Примеры статистических гипотез в педагогических исследованиях:

Гипотеза 1. Успеваемость класса стохастически (вероятностно) зависит от уровня обучаемости учащихся.

Гипотеза 3. Проблемное обучение в первом классе эффективнее по сравнению с традиционной методикой обучения в отношении общего развития учащихся.

Нулевая гипотеза – это основное проверяемое предположение, которое обычно формулируется как отсутствие различий, отсутствие влияние фактора, отсутствие эффекта, равенство нулю значений выборочных характеристик и т.п. Примером нулевой гипотезы в педагогике является утверждение о том, что различие в результатах выполнения двумя группами учащихся одной и той же контрольной работы вызвано лишь случайными причинами.

Другое проверяемое предположение (не всегда строго противоположное или обратное первому) называется конкурирующей или альтернативной гипотезой. Так, для упомянутого выше примера гипотезы Н₀ в педагогике одна из возможных альтернатив Н₁ будет определена как: уровни выполнения работы в двух группах учащихся различны и это различие определяется влиянием неслучайных факторов, например, тех или других методов обучения.

Выдвинутая гипотеза может быть правильной или неправильной, поэ­тому возникает необходимость проверить ее. Так как проверку произво­дят статистическими методами, то данная проверка называется статистической.

При проверке статистических гипотез возможны ошибки (ошибочные суждения) двух видов:

— можно отвергнуть нулевую гипотезу, когда она на самом деле верна (так называемая ошибка первого рода );

— можно принять нулевую гипотезу, когда она на самом деле не верна (так называемая ошибка второго рода ).

Ошибка, состоящая в принятии нулевой гипотезы, когда она ложна, качественно отличается от ошибки, состоящей в отвержении гипотезы, когда она истинна. Эта разница очень существенна вследствие того, что различна значимость этих ошибок. Проиллюстрируем вышесказанное на следующем примере.[2]

Пример 1. Процесс производства некоторого медицинского препарата весьма сложен. Несущественные на первый взгляд отклонения от технологии вызывают появление высокотоксичной побочной примеси. Токсичность этой примеси может оказаться столь высокой, что даже такое ее количество, которое не может быть обнаружено при обычном химическом анализе, может оказаться опасным для человека, принимающего это лекарство. В результате, прежде чем выпускать в продажу вновь произведенную партию, ее подвергают исследованию на токсичность биологическими методами. Малые дозы лекарства вводятся некоторому количеству подопытных животных, например, мышей, и результат регистрируют. Если лекарство токсично, то все или почти все животные гибнут. В противном случае норма выживших велика.

Исследование лекарства может привести к одному из возможных способов действия: выпустить партию в продажу (а₁), вернуть партию поставщику для доработки или, может быть, для уничтожения (а₂).

Рассмотрим случай когда предпринимается действие а₂, в то время когда а₁ является более предпочтительным. Это означает, что вследствие неточностей в проведении эксперимента партия нетоксичного лекарства классифицировалась как опасная. Последствия ошибки могут выражаться в финансовом убытке и в увеличении стоимости лекарства. Однако случайное отвержение совершенно безопасного лекарства, очевидно, менее нежелательно, чем, пусть даже изредка происходящие гибели пациентов. Отвержение нетоксичной партии лекарства – ошибка второго рода.

Допустимая вероятность ошибки первого рода (Ркр) может быть равна 5% или 1% (0.05 или 0.01).

Уровень значимости – это вероятность ошибки первого рода при принятии решения (вероятность ошибочного отклонения нулевой гипотезы).

Альтернативные гипотезы принимаются тогда и только тогда, когда опровергается нулевая гипотеза. Это бывает в случаях, когда различия, скажем, в средних арифметических экспериментальной и контрольной групп настолько значимы (статистически достоверны), что риск ошибки отвергнуть нулевую гипотезу и принять альтернативную не превышает одного из трех принятых уровней значимости статистического вывода:

первый уровень — 5% (р=5%); где допускается риск ошибки в выводе в пяти случаях из ста теоретически возможных таких же экспериментов при строго случайном отборе испытуемых для каждого экспе­римента;

второй уровень — 1%, т. е. соответственно допускается риск ошибиться только в одном случае из ста;

третий уровень — 0,1%, т. е. допускается риск ошибить­ся только в одном случае из тысячи.

Последний уровень значимости предъявляет очень высокие требования к обоснованию достоверности результатов экспе­римента и потому редко используется. В педагогических исследованиях, не нуждающихся в очень высоком уровне достоверности, представляется разумным принять 5% уровень значимости.

Статистика критерия (Т) — некоторая функция от исходных данных, по значению которой проверяется нулевая гипотеза. Чаще всего статистика критерия является числовой функцией, но она может быть и любой другой функцией, например, многомерной функцией.

Всякое правило, на основе которого отклоняется или принимается нулевая гипотеза называется критерием для проверки данной гипотезы. Статистический критерий (критерий) – это случайная величина, которая служит для проверки статистических гипотез.

4.2 Общие принципы проверки статистических гипотез

Процедура проверки нулевой гипотезы в общем случае включает следующие этапы:

1. задается допустимая вероятность ошибки первого рода (Р_кр=0,05)

2. выбирается статистика критерия (Т)

3. ищется область допустимых значений

4. по исходным данным вычисляется значение статистики Т

5. если Т (статистика критерия) принадлежит области принятия нулевой гипотезы, то нулевая гипотеза принимается (корректнее говоря, делается заключение, что исходные данные не противоречат нулевой гипотезе), а в противном случае нулевая гипотеза отвергается и принимается альтернативная гипотеза. [1] Это о сновной принцип проверки всех статистических гипотез.

Обычно первые три этапа выполняют профессиональные математики, а последние два – пользователи для своих частных данных.

При проверке статистических гипотез с помощью статистических пакетов, программа выводит на экран вычисленное значение уровня значимости Р и подсказку о возможности принятия или неприятия нулевой гипотезы.

Если вычисленное значение Р превосходит выбранный уровень Ркр,
то принимается нулевая гипотеза, а в противном случае — альтернативная гипотеза. Чем меньше вычисленное значение Р, тем более исходные данные противоречат нулевой гипотезе.

Число степеней свободы у какого-либо параметра определяют как число опы­тов, по которым рассчитан данный параметр, минус количество одинаковых значений, найденных по этим опытам независимо друг от друга.

Величина Ф называется мощностью критерия и представляет собой вероятность отклонения неверной нулевой гипотезы, то есть вероятность правильного решения. Мощность критерия – вероятность попадания критерия в критическую область при условии, что справедлива альтернативная гипотеза. Чем больше Ф, тем вероятность ошибки 2-го рода меньше.

4.3 Понятие гипотезы в педагогике

Гипотеза исследования – методологическая характеристика исследования, научное предположение, выдвигаемой для объяснения какого-либо явления и требующее проверки на опыте для того, чтобы стать достоверным научным знанием. От простого предположения гипотеза отличается рядом признаков. К ним относят:

— соответствие фактам, на основе которых и для обоснования которых она создана

— приложимость к возможно более широкому кругу явлений

В гипотезе органически сливаются два момента: выдвижение некоторого положения и последующее логическое и практическое доказательство. [2]

Педагогическая гипотеза (научное предположен ие о преимуществе того или иного метода) в процессе статистического анализа переводится на язык статисти­ческой науки и заново формулируется, по меньшей мере, в виде двух статистических гипотез.

Возможны два типа гипотез:[4] первый тип — описа­тельные гипотезы, в которых описываются причины и возможные следствия. Второй тип — объяснительные : в них дается объяснение возможным следствиям из опре­деленных причин, а также характеризуются условия, при которых эти следствия обязательно последуют, т. е. объяс­няется, в силу каких факторов и условий будет данное следствие. Описательные гипотезы не обладают предвидением, а объяснительные обладают таким свойством. Объясни­тельные гипотезы выводят исследователей на предпо­ложения о существовании определенных закономерных связей между явлениями, факторами и условиями.

Гипотезы в педагогических иссле­дованиях могут предполагать, что одно из средств (или группа их) будет более эффективным, чем другие средства. Здесь гипотетически высказывается предположение о сравнительной эффективности средств, способов, методов, форм обучения.

Более высокий уровень гипотетического предсказания состоит в том, что автор исследования высказывает гипотезу о том, что какая-то система мер будет не только лучше другой, но и из ряда возможных систем она кажется оптимальной с точки зрения определенных критериев. Такая гипотеза нуждается в еще более строгом и оттого более развернутом доказательстве.

[2] Психолого-педагогический словарь для учителей и руководителей общеобразовательных учреждений. – Ростов-н/ Д: Феникс, 1998, стр. 92

Источник

Нулевая гипотеза в статистике: пример. Проверка нулевой гипотезы

Статистика — сложная наука об измерении и анализе различных данных. Как и во многих других дисциплинах, в этой отрасли существует понятие гипотезы. Так, гипотеза в статистике — это какое-либо положение, которое нужно принять или отвергнуть. Причём в данной отрасли есть несколько видов таких допущений, схожих между собой по определению, но отличающихся на практике. Нулевая гипотеза — сегодняшний предмет изучения.

От общего к частному: гипотезы в статистике

От основного определения предположений отходит ещё одно, не менее важное, — статистическая гипотеза есть изучение генеральной совокупности важных для науки объектов, относительно коих учёными делаются выводы. Ее можно проверить с помощью выборки (части генеральной совокупности). Приведём несколько примеров статистических гипотез:

1. Успеваемость всего класса, возможно, зависит от уровня образования каждого учащегося.

2. Начальный курс математики в равной степени усваивается как детьми, пришедшими в школу в 6 лет, так и детьми, пришедшими в 7.

Простой гипотезой в статистике называют такое предположение, которое однозначно характеризует определённый параметр величины, взятой учёным.

Сложная состоит из нескольких или бесконечного множества простых. Указывается некоторая область или нет точного ответа.

Полезно понимать несколько определений гипотез в статистике, чтобы не путать их на практике.

Концепция нулевой гипотезы

Нулевая гипотеза — это теория о том, что есть некие две совокупности, которые не различаются между собой. Однако на научном уровне нет понятия «не различаются», но есть «их сходство равно нулю». От этого определения и было образовано понятие. В статистике нулевая гипотеза обозначается как Н0. Причём крайним значением невозможного (маловероятного) считается от 0.01 до 0.05 или менее.

Лучше разобрать, что такое нулевая гипотеза, пример из жизни поможет. Педагог в университете предположил, что различный уровень подготовки учащихся двух групп к зачётной работе вызван незначительными параметрами, случайными причинами, не влияющими на общий уровень образования (разница в подготовке двух групп студентов равна нулю).

Однако встречно стоит привести пример альтернативной гипотезы — допущения, опровергающего утверждение нулевой теории (Н1). Например: директор университета предположил, что различный уровень в подготовке к зачётной работе у учащихся двух групп вызван применением педагогами разных методик обучения (разница в подготовке двух групп существенна и на то есть объяснение).

Теперь сразу видна разница между понятиями «нулевая гипотеза» и «альтернативная гипотеза». Примеры иллюстрируют эти понятия.

Проверка нулевой гипотезы

Создать предположение — это ещё полбеды. Настоящей проблемой для новичков считается проверка нулевой гипотезы. Именно тут многих и ожидают трудности.

Используя метод альтернативной гипотезы, утверждающей нечто обратное нулевой теории, можно сравнить оба варианта и выбрать верный. Так действует статистика.

Пусть нулевая гипотеза Н0, а альтернативная Н1, тогда:

Здесь c — это некое среднее значение генеральной совокупности, которое предстоит найти, а c0 — данное изначально значение, по отношению к которому проверяется гипотеза. Также есть некоторое число Х — среднее значение выборки, по которому определяется c0.

«Доверительный» способ проверки

Существует наиболее действенный способ, с помощью которого нулевая статистическая гипотеза легко проверяется на практике. Он заключается в построении диапазона значений до 95% точности.

Итак, предположим ситуацию. До ремонта конвейер в день выпускал 32.1 кг конечной продукции, а после ремонта, как утверждает предприниматель, коэффициент полезного действия вырос, и конвейер, по недельной проверке, начал выпускать 39.6 кг в среднем.

Нулевая гипотеза будет утверждать, что ремонт никак не повлиял на КПД конвейера. Альтернативная гипотеза скажет, что ремонт коренным образом изменил КПД конвейера, поэтому производительность его повысилась.

По таблице находим n=7, t = 2,447, откуда формула примет следующий вид:

39,6 – 2,447*4,2 ≤ с ≤ 39,6 + 2,447*4,2;

Разновидности отрицания

До этого рассматривался такой вариант построения гипотезы, где Н0 утверждает что-либо, а Н1 это опровергает. Откуда можно было составить подобную систему:

Но существует ещё два родственных способа опровержения. К примеру, нулевая гипотеза утверждает, что средняя оценка успеваемости класса больше 4.54, а альтернативная тогда скажет, что средняя успеваемость того же класса менее 4.54. И выглядеть в виде системы это будет так:

Источник

Нулевая гипотеза

Опубликовано 04.07.2021 · Обновлено 04.07.2021

Что такое нулевая гипотеза?

Нулевая гипотеза – это тип гипотезы, используемый в статистике, который предполагает, что нет никакой разницы между определенными характеристиками совокупности (или процесса генерации данных).

Например, игрока может интересовать, справедлива ли азартная игра. Если честно, то ожидаемый доход за игру для обоих игроков будет равен 0. Если игра нечестная, то ожидаемый доход будет положительным для одного игрока и отрицательным для другого. Чтобы проверить, является ли игра честной, игрок собирает данные о доходах из множества повторений игры, вычисляет средний доход на основе этих данных, затем проверяет нулевую гипотезу о том, что ожидаемый доход не отличается от нуля.

Если средний доход по выборке данных достаточно далек от нуля, то игрок отвергнет нулевую гипотезу и придет к альтернативной гипотезе, а именно, что ожидаемый доход за игру отличен от нуля. Если средний доход по выборке данных близок к нулю, то игрок не отвергнет нулевую гипотезу, вместо этого придя к выводу, что разница между средним значением по данным и 0 может быть объяснена только случайно.

Ключевые выводы

Как работает нулевая гипотеза

Нулевая гипотеза, также известная как гипотеза, предполагает, что любое различие между выбранными характеристиками, которые вы видите в наборе данных, вызвано случайностью. Например, если ожидаемый доход от азартной игры действительно равен 0, то любая разница между средним доходом в данных и 0 является случайной.

Статистические гипотезы проверяются с использованием четырехэтапного процесса. Первый шаг для аналитика состоит в том, чтобы сформулировать две гипотезы так, чтобы только одна могла быть верной. Следующим шагом является составление плана анализа, в котором указывается, как будут оцениваться данные. Третий шаг – выполнить план и физически проанализировать данные образца. Четвертый и последний шаг – проанализировать результаты и либо отвергнуть нулевую гипотезу, либо заявить, что наблюдаемые различия можно объяснить только случайностью.

Аналитики стремятся отвергнуть нулевую гипотезу, потому что это сильный вывод. Это требует веских доказательств в виде наблюдаемой разницы, которая слишком велика, чтобы ее можно было объяснить исключительно случайностью. Неспособность отвергнуть нулевую гипотезу о том, что результаты могут быть объяснены только случайно, является слабым выводом, поскольку он допускает, что другие факторы, помимо случайности, могут действовать, но могут быть недостаточно сильными, чтобы их можно было обнаружить с помощью используемого статистического теста.

Важный

Аналитики стремятся отвергнуть нулевую гипотезу, чтобы исключить случайность как объяснение интересующих явлений.

Примеры нулевой гипотезы

Вот простой пример. Директор школы утверждает, что учащиеся ее школы получают на экзаменах в среднем 7 из 10 баллов. Нулевая гипотеза состоит в том, что среднее значение для генеральной совокупности составляет 7,0. Чтобы проверить эту нулевую гипотезу, мы записываем оценки, скажем, 30 учеников (выборка) из всей совокупности учащихся школы (скажем, 300) и вычисляем среднее значение этой выборки.

Затем мы можем сравнить (рассчитанное) выборочное среднее с (гипотетическим) средним по генеральной совокупности, равным 7,0, и попытаться отвергнуть нулевую гипотезу. (Здесь нулевая гипотеза о том, что среднее значение генеральной совокупности составляет 7,0, не может быть доказана с использованием данных выборки; ее можно только отклонить.)

Возьмем другой пример: утверждается, что годовая доходность конкретного паевого инвестиционного фонда составляет 8%. Предположим, что паевой инвестиционный фонд существует уже 20 лет. Нулевая гипотеза состоит в том, что средняя доходность паевого инвестиционного фонда составляет 8%. Мы берем случайную выборку годовых доходов паевого инвестиционного фонда, скажем, за пять лет (выборка) и вычисляем выборочное среднее. Затем мы сравниваем (рассчитанное) выборочное среднее с (заявленным) средним по генеральной совокупности (8%), чтобы проверить нулевую гипотезу.

Для приведенных выше примеров нулевыми гипотезами являются:

В целях определения того, следует ли отвергать нулевую гипотезу, предполагается, что нулевая гипотеза (сокращенно H 0 ) истинна. Затем вероятный диапазон возможных значений рассчитанной статистики (например, средний балл по тестам 30 студентов) определяется в соответствии с этим предположением (например, диапазон правдоподобных средних значений может варьироваться от 6,2 до 7,8, если среднее значение для генеральной совокупности равно 7,0). Затем, если среднее значение выборки выходит за пределы этого диапазона, нулевая гипотеза отклоняется. В противном случае говорят, что разница «объясняется только случайностью», поскольку она находится в пределах диапазона, определяемого только случайностью.

Важно отметить, что мы проверяем нулевую гипотезу, потому что есть элемент сомнения в ее достоверности. Любая информация, которая противоречит заявленной нулевой гипотезе, фиксируется в альтернативной гипотезе (H 1 ). Для приведенных выше примеров альтернативной гипотезой может быть:

Другими словами, альтернативная гипотеза является прямым противоречием нулевой гипотезе.

Проверка гипотез для инвестиций

В качестве примера, связанного с финансовыми рынками, предположим, что Алиса видит, что ее инвестиционная стратегия дает более высокий средний доход, чем простая покупка и удержание акций. Нулевая гипотеза утверждает, что между двумя средними доходами нет разницы, и Алиса склонна верить в это до тех пор, пока не сможет прийти к противоречивым результатам.

Для опровержения нулевой гипотезы потребуется показать статистическую значимость, которую можно найти с помощью различных тестов. Альтернативная гипотеза будет утверждать, что инвестиционная стратегия имеет более высокий средний доход, чем традиционная стратегия «купи и держи».

Одним из инструментов, который можно использовать для определения статистической значимости результатов, является значение p. Значение p представляет собой вероятность того, что разница, такая большая или большая, чем наблюдаемая разница между двумя средними доходами, может возникнуть исключительно случайно.

Значение p, меньшее или равное 0,05, часто используется, чтобы указать, есть ли доказательства против нулевой гипотезы. Если Алиса проведет один из этих тестов, например, тест с использованием нормальной модели, в результате чего получится значительная разница между ее доходностью и доходностью покупки и удержания (значение p меньше или равно 0,05), тогда она сможет отклонить нулевую гипотезу и заключить альтернативную гипотезу.

Источник

Нулевая гипотеза

Проводя научный эксперимент, мы анализируем полученную информацию, чтобы иметь возможность выбирать между гипотезами. К примеру, если вы полагаете, что природа должна вести себя в данной ситуации таким-то образом, и проводите эксперимент, чтобы это доказать или опровергнуть, вы ведь хотите иметь возможность заявить, что экспериментальные данные подтверждают вашу гипотезу, а не чью-либо еще. Иными словами, мы ожидаем, что данные докажут ту, а не иную зависимость результатов эксперимента от переменных. В большинстве случаев не существует единственного «чистого» эксперимента, так что нам приходится многократно повторять измерения, чтобы получить гарантию достоверности результата. Поэтому мы часто нуждаемся в статистическом анализе полученной информации. Часто оказывается, что результат зависит от множества факторов. В этом случае нам необходимо отделить главные из них от второстепенных — зерно от шелухи.

Например, когда ученый хочет найти связь между курением и раком легких, ему не достаточно найти одного курильщика, получившего (или не получившего) рак легких. Должен быть собран и проанализирован значительный объем данных, прежде чем этот ученый сможет утверждать, что между курением и раком легких существует зависимость. В исследованиях такого рода нулевая гипотеза играет ключевую роль. Нулевая гипотеза — это, по сути, предположение, что результата — конечной цели любого исследования — не существует. И как бы далеко ни зашли ваши поиски взаимосвязи между курением и раком легких, нулевая гипотеза будет утверждать, что никакой такой взаимосвязи не существует. Встает вопрос, в какой момент собранных данных станет достаточно, чтобы отвергнуть это утверждение.

Если говорить о курении и раке легких, то нулевая гипотеза была исключена уже давно: ни один уважающий себя ученый не прибегнет к ней сейчас. Но было время, когда просто-напросто не хватало данных, чтобы ее исключить; и исследователи не могли доказать, что заболеваемость раком легких среди курящих и некурящих людей не была лишь делом случая. Только имея большой массив данных и тем самым сводя возможность случайного результата к минимуму, можно исключить нулевую гипотезу.

В нашем примере приходилось накапливать большое количество данных — ученые скажут «большую выборку», — чтобы исключить нулевую гипотезу. Но может быть и по-другому. Например, Тихо Браге, чья многолетняя работа привела к созданию законов Кеплера о планетарном движении, просто проводил наиболее точные измерения, которых оказалось достаточно, чтобы отвергнуть нулевую гипотезу и убедиться в верности результата.

Итак, когда вы в следующий раз будете читать работу, в которой утверждается о наличие корреляции между заболеванием и его предполагаемой причиной, спросите себя, действительно ли исследователи рассмотрели достаточное количество случаев, прежде чем исключить нулевую гипотезу.

24.12.2013г. Пивень Григорий». А это интересно.

Источник

Что такое нулевая гипотеза отклоняется

1. Понятие нулевой гипотезы.

2. Общие принципы проверки статистических гипотез.

3. Понятие гипотезы в педагогике.

4.1 Понятие нулевой и альтернативной гипотезы

Поскольку статистика как метод исследования имеет дело с данными, в которых интересующие исследователя закономерности искажены различными случайными факторами, большинство статистических вычислений сопровождается проверкой некоторых предположений или гипотез об источнике этих данных.

Гипотеза 1. Успеваемость класса стохастически (вероятностно) зависит от уровня обучаемости учащихся.

Гипотеза 2. Усвоение начального курса математики не имеет существенных различий у учащихся, начавших обучение с 6 или 7 лет.

Гипотеза 3. Проблемное обучение в первом классе эффективнее по сравнению с традиционной методикой обучения в отношении общего развития учащихся.

Другое проверяемое предположение (не всегда строго противоположное или обратное первому) называется конкурирующей или альтернативной гипотезой. Так, для упомянутого выше примера гипотезы Н₀ в педагогике одна из возможных альтернатив Н₁ будет определена как: уровни выполнения работы в двух группах учащихся различны и это различие определяется влиянием неслучайных факторов, например, тех или других методов обучения.

Выдвинутая гипотеза может быть правильной или неправильной, поэ­тому возникает необходимость проверить ее. Так как проверку произво­дят статистическими методами, то данная проверка называется статистической.

При проверке статистических гипотез возможны ошибки (ошибочные суждения) двух видов:

— можно отвергнуть нулевую гипотезу, когда она на самом деле верна (так называемая ошибка первого рода);

— можно принять нулевую гипотезу, когда она на самом деле не верна (так называемая ошибка второго рода).

Ошибка, состоящая в принятии нулевой гипотезы, когда она ложна, качественно отличается от ошибки, состоящей в отвержении гипотезы, когда она истинна. Эта разница очень существенна вследствие того, что различна значимость этих ошибок. Проиллюстрируем вышесказанное на следующем примере.

Пример 1. Процесс производства некоторого медицинского препарата весьма сложен. Несущественные на первый взгляд отклонения от технологии вызывают появление высокотоксичной побочной примеси. Токсичность этой примеси может оказаться столь высокой, что даже такое ее количество, которое не может быть обнаружено при обычном химическом анализе, может оказаться опасным для человека, принимающего это лекарство. В результате, прежде чем выпускать в продажу вновь произведенную партию, ее подвергают исследованию на токсичность биологическими методами. Малые дозы лекарства вводятся некоторому количеству подопытных животных, например, мышей, и результат регистрируют. Если лекарство токсично, то все или почти все животные гибнут. В противном случае норма выживших велика.

Исследование лекарства может привести к одному из возможных способов действия: выпустить партию в продажу (а₁), вернуть партию поставщику для доработки или, может быть, для уничтожения (а₂).

Рассмотрим случай когда предпринимается действие а₂, в то время когда а₁ является более предпочтительным. Это означает, что вследствие неточностей в проведении эксперимента партия нетоксичного лекарства классифицировалась как опасная. Последствия ошибки могут выражаться в финансовом убытке и в увеличении стоимости лекарства. Однако случайное отвержение совершенно безопасного лекарства, очевидно, менее нежелательно, чем, пусть даже изредка происходящие гибели пациентов. Отвержение нетоксичной партии лекарства – ошибка второго рода.

Допустимая вероятность ошибки первого рода (Ркр) может быть равна 5% или 1% (0.05 или 0.01).

Альтернативные гипотезы принимаются тогда и только тогда, когда опровергается нулевая гипотеза. Это бывает в случаях, когда различия, скажем, в средних арифметических экспериментальной и контрольной групп настолько значимы (статистически достоверны), что риск ошибки отвергнуть нулевую гипотезу и принять альтернативную не превышает одного из трех принятых уровней значимости статистического вывода:

первый уровень — 5% (р=5%); где допускается риск ошибки в выводе в пяти случаях из ста теоретически возможных таких же экспериментов при строго случайном отборе испытуемых для каждого экспе­римента;

второй уровень — 1%, т. е. соответственно допускается риск ошибиться только в одном случае из ста;

третий уровень — 0,1%, т. е. допускается риск ошибить­ся только в одном случае из тысячи.

Последний уровень значимости предъявляет очень высокие требования к обоснованию достоверности результатов экспе­римента и потому редко используется. В педагогических исследованиях, не нуждающихся в очень высоком уровне достоверности, представляется разумным принять 5% уровень значимости.

Статистика критерия (Т) — некоторая функция от исходных данных, по значению которой проверяется нулевая гипотеза. Чаще всего статистика критерия является числовой функцией, но она может быть и любой другой функцией, например, многомерной функцией.

Всякое правило, на основе которого отклоняется или принимается нулевая гипотеза называется критерием для проверки данной гипотезы. Статистический критерий (критерий) – это случайная величина, которая служит для проверки статистических гипотез.

Критическая область – совокупность значений критерия, при котором нулевую гипотезу отвергают. Область принятия нулевой гипотезы (область допустимых значений) – совокупность значений критерия, при котором нулевую гипотезу принимают. При справедливости нулевой гипотезы вероятность того, что статистика критерия попадает в область принятия нулевой гипотезы должна быть равна 1-Ркр.

4.2 Общие принципы проверки статистических гипотез

Процедура проверки нулевой гипотезы в общем случае включает следующие этапы:

1. задается допустимая вероятность ошибки первого рода (Р_кр=0,05)

2. выбирается статистика критерия (Т)

3. ищется область допустимых значений

4. по исходным данным вычисляется значение статистики Т

5. если Т (статистика критерия) принадлежит области принятия нулевой гипотезы, то нулевая гипотеза принимается (корректнее говоря, делается заключение, что исходные данные не противоречат нулевой гипотезе), а в противном случае нулевая гипотеза отвергается и принимается альтернативная гипотеза. Это о сновной принцип проверки всех статистических гипотез.

Обычно первые три этапа выполняют профессиональные математики, а последние два – пользователи для своих частных данных.

При проверке статистических гипотез с помощью статистических пакетов, программа выводит на экран вычисленное значение уровня значимости Р и подсказку о возможности принятия или неприятия нулевой гипотезы.

Если вычисленное значение Р превосходит выбранный уровень Ркр,
то принимается нулевая гипотеза, а в противном случае — альтернативная гипотеза. Чем меньше вычисленное значение Р, тем более исходные данные противоречат нулевой гипотезе.

Число степеней свободы у какого-либо параметра определяют как число опы­тов, по которым рассчитан данный параметр, минус количество одинаковых значений, найденных по этим опытам независимо друг от друга.

Величина Ф называется мощностью критерия и представляет собой вероятность отклонения неверной нулевой гипотезы, то есть вероятность правильного решения. Мощность критерия – вероятность попадания критерия в критическую область при условии, что справедлива альтернативная гипотеза. Чем больше Ф, тем вероятность ошибки 2-го рода меньше.

4.3 Понятие гипотезы в педагогике

Гипотеза исследования – методологическая характеристика исследования, научное предположение, выдвигаемой для объяснения какого-либо явления и требующее проверки на опыте для того, чтобы стать достоверным научным знанием. От простого предположения гипотеза отличается рядом признаков. К ним относят:

— соответствие фактам, на основе которых и для обоснования которых она создана

— приложимость к возможно более широкому кругу явлений

В гипотезе органически сливаются два момента: выдвижение некоторого положения и последующее логическое и практическое доказательство.

Педагогическая гипотеза (научное предположение о преимуществе того или иного метода) в процессе статистического анализа переводится на язык статисти­ческой науки и заново формулируется, по меньшей мере, в виде двух статистических гипотез.

Возможны два типа гипотез: первый тип — описа­тельные гипотезы, в которых описываются причины и возможные следствия. Второй тип — объяснительные: в них дается объяснение возможным следствиям из опре­деленных причин, а также характеризуются условия, при которых эти следствия обязательно последуют, т. е. объяс­няется, в силу каких факторов и условий будет данное следствие. Описательные гипотезы не обладают предвидением, а объяснительные обладают таким свойством. Объясни­тельные гипотезы выводят исследователей на предпо­ложения о существовании определенных закономерных связей между явлениями, факторами и условиями.

Гипотезы в педагогических иссле­дованиях могут предполагать, что одно из средств (или группа их) будет более эффективным, чем другие средства. Здесь гипотетически высказывается предположение о сравнительной эффективности средств, способов, методов, форм обучения.

Более высокий уровень гипотетического предсказания состоит в том, что автор исследования высказывает гипотезу о том, что какая-то система мер будет не только лучше другой, но и из ряда возможных систем она кажется оптимальной с точки зрения определенных критериев. Такая гипотеза нуждается в еще более строгом и оттого более развернутом доказательстве.

Источник