Ценная подборка №37. Нулевая гипотеза

Проводя статистическое исследование, необходимо учитывать, что никакой закономерности может и не быть.

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.



другие ценные подборки 

Данная публикация является личным мнением автора. Мнение владельца сайта может не совпадать с мнением автора.