Hypothèse nulle: qu'est-ce que c'est et à quoi sert-elle en science

Dans le monde de la science, les statistiques sont à la base de toute revendication. En fin de compte, les chiffres ne mentent pas, car ils constituent leur propre réalité objective applicable à tous les processus, quelle que soit la culture ou la distance géographique de la personne appliquer.

Ainsi, pour pouvoir affirmer (ou plutôt suspecter) que l'on a découvert quelque chose, il faut que l'on puisse présenter des données fiables et reproductibles dans un langage numérique qui les supporte. Dans le monde de l'expérimentation, il doit y avoir un point d'ancrage à réfuter dès le départ, c'est-à-dire l'hypothèse nulle.

Les statistiques et la méthode scientifique semblent être des disciplines et des méthodologies trop complexes pour la population générale, mais rien ne pourrait être plus éloigné de la vérité. A cette occasion, nous ouvrons une petite fenêtre sur le monde des réalités numériques et de la science basale avec l'explication de ce qu'est l'hypothèse nulle.

• Article associé: « Qu'est-ce que la méthode scientifique et comment fonctionne-t-elle ?

Qu'est-ce que l'hypothèse nulle? : réfuter les hypothèses

Pour pouvoir évoluer confortablement dans le monde des hypothèses, il faut d'abord poser les bases indispensables à la compréhension du sujet. VNous voulons nous immerger, même de manière superficielle, dans le monde de la méthode scientifique.

A propos de la méthode scientifique

La méthode scientifique se définit comme une méthode de recherche fondée sur l'empirique et la mesure, qui est également soumise aux principes spécifiques des tests de raisonnement. Cet enchaînement d'étapes et de raisonnements repose sur deux piliers principaux:

• Reproductibilité: la capacité qui, si une personne le propose, de répéter n'importe quelle expérience avec les moyens nécessaires.
• Réfutabilité: toute proposition scientifique doit être susceptible d'être falsifiée ou réfutée.

Dans le monde de la science, nous n'opérons jamais dans des dogmes absolus. Autant un nombre soutient une hypothèse, autant il peut ne pas représenter pleinement la réalité, que des facteurs extrinsèques à l'expérience n'ont pas été pris en compte ou que la taille de l'échantillon n'est pas assez importante, par exemple.

Ainsi, la méthode scientifique est basée sur observation, mesure, hypothèse, reproductibilité, réfutabilité et examen par des agents externes à ceux qui ont réalisé l'expérience elle-même.

Si un lecteur avide de connaissances scientifiques se trouve devant un article typique de n'importe quel magazine, comment peut-il Que ce soit la Science ou la Nature, vous verrez que les chercheurs semblent tout sauf certains de leur découvertes. "Pourrait être", "pourrait signifier", "cela semble indiquer", "peut-être existe" et d'autres phrases dominent les paragraphes.

De plus, toute recherche qui se respecte ignore dans ses dernières lignes que "plus d'expérimentation est nécessaire pour approfondir le sujet". Comme nous l'avons vu, la science, contrairement à ce que croit le grand public, repose plus sur le rejet des mensonges que sur l'affirmation de dogmes absolus.

Maintenant, une fois que nous avons compris la prudence et la méfiance que nous devons avoir face aux déclarations brutales du monde de la science, il est temps d'expliquer ce qu'est l'hypothèse nulle.

La fausse affirmation

Selon l'Académie royale espagnole de la langue, une hypothèse est définie comme une hypothèse de quelque chose de possible ou d'impossible afin d'en tirer une conséquence. Si nous allons à ses racines étymologiques, nous verrons que le sens du mot y est contenu, puisque « hoquet » correspond à « subordination / en dessous » et « thèse » à « une conclusion qui est maintenue avec un raisonnement".

L'hypothèse est une déclaration non vérifiée qui nécessite un test avec expérience (c'est-à-dire une expérience) et après avoir été réfutée et prouvée, dans le meilleur des cas, elle peut devenir une affirmation vérifiée.

En tout cas, pour affirmer que quelque chose « est », il faut aussi exclure qu'il « n'est pas », non? Ne désespérez pas, car nous présentons cet exercice d'abstraction de manière plus aimable dans les lignes suivantes.

Prenons un exemple: nous voulons montrer que l'humidité joue un rôle essentiel dans le frai d'une population d'insectes d'une espèce particulière dans un écosystème. Dans ce cas, nous avons deux hypothèses possibles :

• Cette humidité n'influence pas le nombre d'œufs par ponte, il n'y aura donc pas de différences dans la moyenne de ce chiffre selon le climat et la région. (H0)
• Cette humidité influence le nombre d'œufs par ponte. Il y aura des différences significatives dans la moyenne en fonction du paramètre spécifique qui mesure l'humidité. (H1)

L'hypothèse nulle (H0) dans ce cas correspond à la première des affirmations. Ainsi, nous pouvons définir l'hypothèse nulle comme une déclaration sur un paramètre qui maintient que deux événements ou plus ne sont pas corrélés les uns avec les autres.

Ce concept est à la base de l'approche des hypothèses scientifiques, car peu importe combien vous voulez démontrer une relation entre deux paramètres spécifiques, il faut opérer sur le fait que si cela n'a pas été documenté c'est parce que Ça existe. De plus, toute enquête fiable devrait faire tout son possible pour tester son hypothèse H1 (que la corrélation suspectée existe bel et bien). Il ne s'agit pas d'obtenir le résultat souhaité "avec", mais de l'atteindre "malgré".

• Vous etes peut etre intéressé: "Types d'hypothèses dans la recherche scientifique (et exemples)"

L'importance de la valeur p

Les lecteurs les plus attentifs auront remarqué que, dans l'exemple donné ci-dessus de l'humidité, l'hypothèse qui montre une corrélation entre ce paramètre et le nombre moyen d'œufs contient un terme important dans celui-ci: signification.

Ceci est essentiel, car différentes moyennes sont observées dans le nombre d'œufs d'insectes, quelle que soit la réalité et observable, il peut s'agir d'un événement non significatif, c'est-à-dire le produit d'un échantillonnage aléatoire au-delà de la corrélation.

Par exemple, si un extraterrestre venait sur terre et prenait au hasard quatre hommes de 50 ans et trois d'entre eux mesuraient 1,90 mètre, on peut dire sans risque que 3 humains sur 4 sont très haute. Ces données ne sont pas statistiquement significatives, car elles sont dues au hasard de l'échantillon. En revanche, si ledit extraterrestre mesurait 3 millions de citoyens et enregistrait les variations de hauteur dans tous les lieux géographiques du monde, il y aurait peut-être des différences significatives dans la hauteur des espèces selon (x) paramètres.

Toutes ces conjectures ne reposent pas sur un simple processus de raisonnement, car il existe des chiffres qui reflètent la signification des données obtenues. Ceci est le cas de la « valeur P », un chiffre numérique défini comme la probabilité qu'une valeur statistique calculée soit possible compte tenu d'une certaine hypothèse nulle. Ce chiffre est une probabilité qui varie de 0 à 1.

Nous voulons donc que la valeur P soit faible, très faible. En général, on peut dire qu'une hypothèse H0 (rappelez-vous, l'hypothèse nulle) peut être rejetée lorsque ce nombre est égal ou inférieur à un niveau de signification arbitrairement établi (généralement 0,05). Ceci signifie que les probabilités que les résultats obtenus soient le produit du hasard (c'est-à-dire qu'il n'y a pas de corrélation entre les paramètres, ou ce qui est le même, que l'hypothèse nulle est vraie) sont très, très faibles.

Il est à noter que, dans tous les cas, le test d'hypothèse ne permet pas d'accepter une hypothèse dans son intégralité, mais plutôt de la rejeter ou non. Revenant à l'exemple des œufs et des insectes, si nous obtenons des échantillons de 300 reproducteurs de 300 femelles différentes dans 30 endroits différents et qu'il y a différences significatives dans les moyennes selon l'humidité de l'écosystème, on peut dire qu'il semble y avoir une relation entre la taille de la cohorte et le paramètre de la humidité.

Ce que nous ne pouvons en aucun cas, c'est l'affirmer comme un dogme immuable. La méthode scientifique est basée sur la répétition et la réfutabilité, donc différentes équipes de recherche doivent répéter l'expérience réalisée dans les mêmes conditions et obtenir des résultats tout aussi significatifs afin que la corrélation soit fiable et valide.

Même ainsi, peu importe à quel point l'idée est bien établie dans la communauté scientifique, un entomologiste peut arriver et découvrir qu'après avoir disséqué 300 femelles de cette espèce, il s'avère que les rouges ont un appareil ovipositeur plus grand et pondent donc en moyenne plus d'œufs haute. Maintenant que?

Conclusion

Comme nous avons voulu le transmettre dans ces lignes, la science et la méthode scientifique en général sont une série de processus passionnant, mais certainement frustrant, car nous n'arrêtons pas d'avancer dans des hypothèses qui peuvent être réfutées dans n'importe quel moment.

À la question « quelle est l'hypothèse nulle? » On peut affirmer qu'elle est à la base de toute enquête, puisqu'elle correspond à la supposée réalité que nous voulons nier, c'est-à-dire qu'il n'y a pas de corrélation entre les paramètres que nous avons proposés enquêter.

Références bibliographiques:

• Comment proposez-vous un contraste statistique? Hypothèse nulle vs. hypothèse alternative. Ub.edu.
• Anderson, D. R., Burnham, K. P., & Thompson, W. L. (2000). Test d'hypothèse nulle: problèmes, prévalence et alternative. Le journal de la gestion de la faune, 912-923.
• Méthode scientifique, Université Complutense de Madrid. Récupéré le 17 août à https://www.ucm.es/data/cont/docs/107-2016-02-17-El%20M%C3%A9todo%20Cient%C3%ADfico.pdf
• Suarez, N. R. (2012). La révolution dans la prise de décision statistique: la p-value. Télos, 14 (3), 439-446.