En estadística, los científicos pueden realizar una serie de pruebas de significación diferentes para determinar si existe una relación entre dos fenómenos. Una de las primeras que suelen realizar es una prueba de hipótesis nula. En resumen, la hipótesis nula establece que no existe una relación significativa entre dos fenómenos medidos. Después de realizar una prueba, los científicos pueden:
- Rechace la hipótesis nula (lo que significa que existe una relación definida y consecuente entre los dos fenómenos) o
- No rechazar la hipótesis nula (lo que significa que la prueba no ha identificado una relación consecuente entre los dos fenómenos)
Video destacado
Conclusiones clave: la hipótesis nula
&erio; # x2022; En una prueba de significado, la hipótesis nula establece que no existe una relación significativa entre dos fenómenos medidos.
&erio; # x2022; Al comparar la hipótesis nula con una hipótesis alternativa, los científicos pueden rechazar o no rechazar la hipótesis nula.
&erio; # x2022; La hipótesis nula no puede ser probada positivamente. Más bien, todo lo que los científicos pueden determinar a partir de una prueba de importancia es que la evidencia recopilada refuta o no la hipótesis nula.
Es importante tener en cuenta que no rechazar no significa que la hipótesis nula sea verdadera & amp; # x2014; solo que la prueba no demostró que fuera falsa. En algunos casos, dependiendo del experimento, puede existir una relación entre dos fenómenos que no se identifica en el experimento. En tales casos, los nuevos experimentos deben estar diseñados para descartar hipótesis alternativas.
Nulo vs. Hipótesis alternativa
La hipótesis nula se considera la predeterminada en un experimento científico. En contraste, una hipótesis alternativa es aquella que afirma que existe una relación significativa entre dos fenómenos. Estas dos hipótesis en competencia se pueden comparar realizando una prueba de hipótesis estadísticas, que determina si existe una relación estadísticamente significativa entre los datos.
Por ejemplo, los científicos que estudian la calidad del agua de una corriente pueden desear determinar si una determinada sustancia química afecta la acidez del agua. La hipótesis nula & amp; # x2014; que el químico no tiene ningún efecto sobre la calidad del agua & amp; # x2014; puede analizarse midiendo el nivel de pH de dos muestras de agua, una de las cuales contiene algunos de los químicos y una de las cuales ha quedado intacto. Si la muestra con el químico agregado es mediblemente más o menos ácida & amp; # x2014; según lo determinado a través del análisis estadístico & amp; # x2014; es una razón para rechazar la hipótesis nula. Si la acidez de muestra y amp; apos; s no cambia, es una razón para no rechazar la hipótesis nula.
Cuando los científicos diseñan experimentos, intentan encontrar evidencia de la hipótesis alternativa. No intentan demostrar que la hipótesis nula es cierta. Se supone que la hipótesis nula es una declaración precisa hasta que la evidencia contraria demuestre lo contrario. Como resultado, una prueba de significación no produce ninguna evidencia relacionada con la verdad de la hipótesis nula.
No rechazar vs. Aceptar
En un experimento, la hipótesis nula y la hipótesis alternativa deben formularse cuidadosamente de manera que una y solo una de estas declaraciones sea verdadera. Si los datos recopilados respaldan la hipótesis alternativa, entonces la hipótesis nula puede rechazarse como falsa. Sin embargo, si los datos no respaldan la hipótesis alternativa, esto no significa que la hipótesis nula sea cierta. Todo lo que significa es que la hipótesis nula no ha sido refutada & amp; # x2014; de ahí el término & amp; quot; failure to rechazar.& amp; quot; A & amp; quot; falla para rechazar & amp; quot; una hipótesis no debe confundirse con la aceptación.
En matemáticas, las negaciones generalmente se forman simplemente colocando la palabra & amp; # x201C; not & amp; # x201D; en el lugar correcto. Usando esta convención, las pruebas de importancia permiten a los científicos rechazar o no la hipótesis nula. A veces lleva un momento darse cuenta de que & amp; # x201C; no rechazar & amp; # x201D; no es lo mismo que & amp; quot; aceptando.& amp; quot;
Ejemplo de hipótesis nula
En muchos sentidos, la filosofía detrás de una prueba de importancia es similar a la de una prueba. Al comienzo del proceso, cuando el acusado se declara culpable de & amp; # x201C; no culpable, & amp; # x201D; es análogo a la declaración de la hipótesis nula. Si bien el acusado puede ser inocente, no hay declaración de & amp; # x201C; inocente & amp; # x201D; ser hecho formalmente en la corte. La hipótesis alternativa de & amp; # x201C; culpabilidad & amp; # x201D; es lo que el fiscal intenta demostrar.
La presunción al comienzo del juicio es que el acusado es inocente. En teoría, no hay necesidad de que el acusado demuestre que es inocente. La carga de la prueba recae en el fiscal, que debe reunir pruebas suficientes para convencer al jurado de que el acusado es culpable más allá de una duda razonable. Del mismo modo, en una prueba de importancia, un científico solo puede rechazar la hipótesis nula proporcionando evidencia de la hipótesis alternativa.
Si no hay suficiente evidencia en un juicio para demostrar su culpabilidad, entonces el acusado es declarado & amp; # x201C; no culpable.&erio; # x201D; Este reclamo no tiene nada que ver con la inocencia; simplemente refleja el hecho de que la fiscalía no proporcionó suficiente evidencia de culpabilidad. De manera similar, el fracaso en rechazar la hipótesis nula en una prueba de significación no significa que la hipótesis nula sea cierta. Solo significa que el científico no pudo proporcionar suficiente evidencia para la hipótesis alternativa.
Por ejemplo, los científicos que prueban los efectos de cierto pesticida en los rendimientos de los cultivos podrían diseñar un experimento en el que algunos cultivos no se tratan y otros se tratan con cantidades variables de pesticida. Cualquier resultado en el que los rendimientos del cultivo varían según la exposición a pesticidas y amp; # x2014; suponiendo que todas las demás variables sean iguales & amp; # x2014; proporcionaría una fuerte evidencia de la hipótesis alternativa (que el pesticida afecta rendimiento de los cultivos ). Como resultado, los científicos tendrían razones para rechazar la hipótesis nula.
& amp; # x203A; Matemáticas
