帰無仮説：それが何であり、科学で何に使用されるか

科学の世界では、統計はあらゆる主張の基礎です。 結局のところ、数字は嘘をつきません。なぜなら、それらは独自の客観的な現実を構成しているからです。 人の文化や地理的距離に関係なく、すべてのプロセスに適用可能 適用します。

したがって、私たちが何かを発見したことを確認できる（というよりは疑わしい）には、それをサポートする数値言語で信頼性が高く再現性のあるデータを提示できる必要があります。 実験の世界では、 最初から反駁されるアンカーポイント、つまり帰無仮説.

統計と科学的方法論は、一般の人々にとって複雑すぎる分野と方法論のようですが、真実から遠く離れることはできません。 この機会に、帰無仮説とは何かを説明しながら、数値的現実と基礎科学の世界への小さな窓を開きます。

• 関連記事： 「科学的方法とは何ですか、そしてそれはどのように機能しますか？」

帰無仮説とは何ですか？：仮定に反論する

仮説の世界を快適に移動できるようにするためには、まず、主題を理解するための基本的な基礎を築く必要があります。 V科学的方法の世界に、浅い方法でも没頭したい.

科学的方法について

科学的方法は、経験的および測定に基づく研究方法として定義されており、推論テストの特定の原則の対象にもなります。 このステップと推論の連結は、2つの主要な柱に基づいています:

• 再現性：人が提案した場合に、必要な手段で実験を繰り返す能力。
• 反証可能性：科学的命題は、改ざんまたは反駁されやすいものでなければなりません。

科学の世界では、私たちは絶対的な教義で活動することは決してありません。 数が仮説を支持する限り、それは現実を完全に表していないかもしれません、たとえば、実験に外在する要因が考慮されていない、またはサンプルサイズが十分に大きくないなど。

したがって、科学的方法はに基づいています 観察、測定、仮説、再現性、反証可能性、および外部エージェントによるレビュー 実験そのものを行った方へ。

科学的知識に熱心な読者が、雑誌の典型的な論文の前にいることに気付いた場合、どうすればよいでしょうか。 それが科学であろうと自然であろうと、あなたは研究者が彼らの特定のものではないように見えることがわかるでしょう 発見。 「可能性がある」、「意味する可能性がある」、「これは示しているようです」、「おそらく存在する」などのフレーズが段落を支配しています。

さらに、自尊心のある研究は、最後の行で「主題を掘り下げるにはさらに実験が必要である」ということを無視しています。 私たちが見てきたように、科学は、一般の人々が信じていることにもかかわらず、

絶対的な教義を肯定することよりも、虚偽を捨てることに基づいています.

さて、科学の世界での率直な発言に直面して私たちがしなければならない注意と不信を理解したら、帰無仮説が何であるかを説明する時が来ました。

虚偽の主張

スペイン王立アカデミーの言語によると、仮説は、そこから結果を引き出すために、可能または不可能な何かの仮定として定義されています。 その語源に行くと、その単語の意味がそこに含まれていることがわかります。 「しゃっくり」は「従属/以下」に対応し、「論文」は「 推論」。

仮説は 経験を積んだテストを必要とする未確認のステートメント （つまり、実験）そして反駁され証明された後、最良の場合、それは検証されたステートメントになることができます。

いずれにせよ、何かが「ある」と断言するには、それが「ない」ということも除外しなければなりませんよね？ 次の行でこの抽象化の演習をより親切に提示しているので、絶望しないでください。

例を見てみましょう。湿度が、生態系内の特定の種の昆虫の個体群の産卵に重要な役割を果たしていることを示したいと思います。 この場合、2つの可能な仮説があります。

• その湿度は産卵あたりの卵数に影響を与えないので、気候や地域によってこの数値の平均に違いはありません。 （H0）
• その湿度は産卵あたりの卵の数に影響を与えます。 湿度を測定する特定のパラメータに応じて、平均値に大きな違いがあります。 （H1）

この場合の帰無仮説（H0）は、最初のステートメントに対応します。 したがって、帰無仮説を次のように定義できます。 2つ以上のイベントが互いに無相関であることを保持するパラメーターに関するステートメント.

この概念は、科学的仮説へのアプローチの基礎です。なぜなら、いくら実証したいのかは関係ないからです。 2つの特定のパラメータ間の関係については、これが文書化されていない場合は、 存在します。 さらに、信頼できる調査では、H1仮説（疑わしい相関関係が存在する）をテストするために可能なすべてのことを行う必要があります。 それは、「と」望ましい結果を得るということではなく、「にもかかわらず」それに到達することです。.

• あなたは興味があるかもしれません： 「科学研究における仮説の種類（および例）」

P値の重要性

最も注意深い読者は、上記の湿度の例では、このパラメーターと卵の平均数との相関関係を示す仮説に含まれていることに気付くでしょう。 その中の重要な用語：重要性.

これは不可欠です。なぜなら、どんなに現実的であっても、昆虫の卵の数にはさまざまな平均が見られるからです。 観察可能である場合、それは重要ではないイベントである可能性があります。つまり、 相関。

たとえば、エイリアンが地球にやって来て、ランダムに4人の50歳の男性と3人の男性を拾った場合 そのうちの高さは1.90メートルで、4人に3人は非常に高いと言っても過言ではありません。 高い。 これらのデータは、サンプルの可能性によるものであるため、統計的に有意ではありません。 一方、そのエイリアンが300万人の市民を測定し、すべての身長の変動を記録した場合 世界の地理的位置、おそらくそれは（x）に従って種の高さの有意差を観察するでしょう パラメーター。

得られたデータの重要性を反映する数値があるため、これらの推測はすべて、単なる推論のプロセスに基づいているわけではありません。 これは 「P値」の場合、特定のヌル仮説が与えられた場合に計算された統計値が可能である確率として定義される数値。. この数値は、0から1の範囲の確率です。

したがって、P値を低く、非常に低くする必要があります。 一般に、仮説H0（null仮説を思い出してください）は、次の場合に棄却できると言えます。 この数は、任意に確立された有意水準以下です（通常は 0,05). この意味は 得られた結果が偶然の産物である確率 （つまり、パラメーター間に相関関係がないこと、または同じこと、帰無仮説が真であること）は非常に低いです。

いずれにせよ、仮説検定では、仮説全体を受け入れることはできず、むしろそれを拒否するかどうかに注意する必要があります。 卵と昆虫の例に戻ると、30の異なる場所にいる300の異なる雌から300の産卵のサンプルを取得すると、 生態系の湿度による平均の有意差は、コホートの規模とパラメータの間に関係があるように思われると言えます。 湿度。

いずれにせよ、私たちができないことは、それを動かせない教義であると断言することです。 科学的方法は繰り返しと反証可能性に基づいているので、 さまざまな研究チームが同じ条件下で実行された実験を繰り返し、等しく重要な結果を得る必要があります 相関関係が信頼でき、有効になるようにします。

それでも、そのアイデアが科学界で確立されていても、昆虫学者が到着し、300を解剖した後にそれを発見する可能性があります この種の雌では、赤いものはより大きな産卵管装置を持っているため、平均してより多くの卵を産むことがわかります 高い。 それで？

結論

私たちがこれらの行で伝えたかったように、科学と科学的方法は一般に一連のプロセスです エキサイティングですが、確かにイライラします。なぜなら、どのような場合でも反駁できる仮定で動きを止めることはないからです。 瞬間。

「帰無仮説とは何ですか？」と尋ねられたとき。 対応しているので、それがあらゆる調査の基礎であると断言できます。 私たちが否定したい、つまり私たちが提案したパラメータ間に相関関係がないという想定された現実に 調査します。

書誌参照：

• 統計的対比をどのように提案しますか？ 帰無仮説対。 対立仮説。 Ub.edu。
• アンダーソン、D。 R.、バーナム、K。 P。、＆Thompson、W。 L。 (2000). ヌル仮説検定：問題、有病率、および代替案。 野生生物管理のジャーナル、912-923。
• マドリッドコンプルテンセ大学の科学的方法。 8月17日にピックアップ https://www.ucm.es/data/cont/docs/107-2016-02-17-El%20M%C3%A9todo%20Cient%C3%ADfico.pdf
• スアレス、N。 R。 (2012). 統計的意思決定の革命：p値。 テロス、14（3）、439-446。