Giả thuyết Null là gì? Xem xong 5 phút hiểu luôn.

Định nghĩa giả thuyết Null

Các giả thuyết là một loại giả thuyết này giải thích các tham số dân mà mục đích là để kiểm tra tính hợp lệ của dữ liệu thực nghiệm nhất định. Giả thuyết này bị bác bỏ hoặc không bị bác bỏ dựa trên khả năng tồn tại của tổng thể hoặc mẫu đã cho . Nói cách khác, giả thuyết vô hiệu là giả thuyết trong đó các quan sát mẫu là kết quả của cơ hội. Nó được cho là một tuyên bố trong đó các nhà khảo sát muốn kiểm tra dữ liệu. Nó được ký hiệu là H ₀ .

Ký hiệu giả thuyết Null

Trong thống kê, giả thuyết rỗng thường được ký hiệu bằng chữ H với chỉ số con ‘0’ (không), sao cho H ₀ . Nó được phát âm là H-null hoặc H-zero hoặc H-naught. Đồng thời, giả thuyết thay thế thể hiện những quan sát được xác định bởi nguyên nhân không ngẫu nhiên. Nó được biểu diễn bằng H ₁ hoặc H _a .

Nguyên tắc giả thuyết Null

Nguyên tắc tuân theo để kiểm tra giả thuyết rỗng là thu thập dữ liệu và xác định cơ hội của một tập dữ liệu nhất định trong quá trình nghiên cứu trên một số mẫu ngẫu nhiên, giả định rằng giả thuyết rỗng là đúng. Trong trường hợp nếu dữ liệu đã cho không đối mặt với giả thuyết rỗng, thì kết quả sẽ khá yếu hơn và họ kết luận bằng cách nói rằng tập dữ liệu đã cho không cung cấp bằng chứng mạnh mẽ chống lại giả thuyết rỗng vì không đủ bằng chứng. Cuối cùng, các nhà nghiên cứu có xu hướng bác bỏ điều đó.

Công thức giả thuyết Null

Sau đây, các công thức kiểm tra giả thuyết được đưa ra dưới đây để bạn đọc tham khảo.

Công thức cho giả thuyết rỗng là:

H ₀ : p = p ₀

Công thức cho giả thuyết thay thế là:

H _a = p> p ₀ , <p ₀ ≠ p ₀

Công thức cho tĩnh thử nghiệm là:

với=p^–p0p0( 1 –p0)n√Hãy nhớ rằng, p ₀  là giả thuyết rỗng và p –

Các loại giả thuyết vô hiệu

Có nhiều loại giả thuyết khác nhau. Họ đang:

Giả thuyết đơn giản

Nó hoàn toàn chỉ rõ sự phân bố dân cư. Trong phương pháp này, phân bố lấy mẫu là hàm của cỡ mẫu.

Giả thuyết tổng hợp

Giả thuyết tổng hợp là giả thuyết không hoàn toàn chỉ rõ sự phân bố dân cư.

Giả thuyết chính xác

Giả thuyết chính xác xác định giá trị chính xác của tham số. Ví dụ μ = 50

Giả thuyết Inexact

Loại giả thuyết này không xác định giá trị chính xác của tham số. Nhưng nó biểu thị một phạm vi hoặc khoảng thời gian cụ thể. Ví dụ 45 <μ <60

Từ chối giả thuyết Null

Đôi khi giả thuyết vô hiệu cũng bị bác bỏ. Nếu giả thuyết này bị bác bỏ có nghĩa là nghiên cứu đó có thể không hợp lệ. Nhiều nhà nghiên cứu sẽ bỏ qua giả thuyết này vì nó chỉ đối lập với giả thuyết thay thế. Tốt hơn hết là bạn nên tạo ra một giả thuyết và kiểm tra nó. Mục tiêu của các nhà nghiên cứu không phải là bác bỏ giả thuyết. Nhưng rõ ràng là một mô hình thống kê hoàn hảo luôn gắn liền với sự thất bại trong việc bác bỏ giả thuyết vô hiệu.

Làm thế nào để bạn tìm ra giả thuyết vô hiệu?

Giả thuyết rỗng nói rằng không có mối tương quan giữa sự kiện đo được (biến phụ thuộc) và biến độc lập. Chúng ta không cần phải tin rằng giả thuyết vô hiệu là đúng để kiểm tra nó. Ngược lại, bạn có thể sẽ giả định rằng có mối liên hệ giữa một tập hợp các biến (phụ thuộc và độc lập).

Khi nào thì giả thuyết Null bị bác bỏ?

Giả thuyết vô hiệu bị bác bỏ bằng cách sử dụng phương pháp P-value . Nếu giá trị P nhỏ hơn hoặc bằng α, thì nên bác bỏ giả thuyết vô hiệu để chuyển sang giả thuyết thay thế. Trong trường hợp, nếu giá trị P lớn hơn α thì giả thuyết rỗng không bị bác bỏ.

Giả thuyết Null và Giả thuyết Thay thế

Bây giờ, chúng ta hãy thảo luận về sự khác biệt giữa giả thuyết vô hiệu và giả thuyết thay thế.

Ví dụ về giả thuyết Null

Dưới đây, một số ví dụ về giả thuyết vô hiệu được đưa ra dưới đây. Hãy xem qua những điều dưới đây để hiểu khái niệm giả thuyết vô hiệu một cách tốt hơn.

Nếu một loại thuốc làm giảm nguy cơ đột quỵ tim, thì giả thuyết vô hiệu nên là “thuốc không làm giảm nguy cơ đột quỵ tim”. Thử nghiệm này có thể được thực hiện bằng cách sử dụng thuốc cho một nhóm người nhất định một cách có kiểm soát. Nếu cuộc khảo sát cho thấy rằng có một sự thay đổi đáng kể trong con người, thì giả thuyết bị bác bỏ.

Một số ví dụ khác là:

1). Có 100% khả năng bị ảnh hưởng bởi bệnh sốt xuất huyết không?

Trả lời: Có thể có khả năng bị ảnh hưởng bởi bệnh sốt xuất huyết nhưng không phải 100%.

2). Thanh thiếu niên có đang sử dụng điện thoại di động nhiều hơn người lớn để truy cập internet không?

Trả lời: Tuổi không có giới hạn về việc sử dụng điện thoại di động để truy cập internet.

3). Ăn táo hàng ngày có gây sốt không?

Trả lời: Ăn táo hàng ngày không đảm bảo không bị sốt, nhưng làm tăng khả năng miễn dịch để chống lại các bệnh như vậy.

4). Trẻ em làm các phép tính toán học có giỏi hơn người lớn không?

Trả lời: Tuổi tác không ảnh hưởng đến kỹ năng Toán học.

Trong nhiều ứng dụng phổ biến, việc lựa chọn giả thuyết rỗng không được tự động hóa, nhưng việc kiểm tra và tính toán có thể được tự động hóa. Ngoài ra, sự lựa chọn của giả thuyết vô hiệu hoàn toàn dựa trên kinh nghiệm trước đó và lời khuyên không nhất quán. Sự lựa chọn có thể phức tạp hơn và dựa trên sự đa dạng của các ứng dụng và sự đa dạng của các mục tiêu.

Hạn chế chính đối với việc lựa chọn giả thuyết vô hiệu là giả thuyết được đưa ra bởi dữ liệu dựa trên lý luận không chứng minh được gì. Có nghĩa là nếu giả thuyết nào đó cung cấp một bản tóm tắt về tập dữ liệu, thì sẽ không có giá trị nào trong việc kiểm định giả thuyết trên tập dữ liệu cụ thể.