Проверка гипотезы (hypothesis testing)

Исследовательские гипотезы — это предсказания в отношении результатов исслед., основанные на выводах из теории или ранее полученных данных. В идеале, гипотезы должны быть настолько определенными и конкретными, чтобы указывать на специфические критерии, необходимые для их проверки, и чтобы их можно было однозначно подтвердить или опровергнуть. Критерии, используемые для П. г., нал. зависимыми переменными. Процесс порождения проверяемых гипотез служит прояснению вопросов, возникающих в связи с какой-то конкретной проблемой исслед. Это заставляет исследователя точно определять характер собираемых данных, необходимых для принятия решения в отношении проверяемой гипотезы, а тж адекватный способ их анализа.

Традиционно сложилось так, что статистические методы П. г. основываются на допущении о случайном характере любых различий, обнаруживаемых в зависимых переменных. Эти методы устанавливают вероятность того, что любое видимое различие не яв-ся действительным. Поэтому, когда гипотезы проверяются статистически, они должны быть представлены в нулевой форме (т. е., предсказывать отсутствие отличий). Когда статистический анализ показывает, что вероятность отсутствия действительных различий в уровнях зависимых переменных достаточно велика, принимается нулевая гипотеза. В тех случаях, когда такая вероятность мала, нулевая гипотеза отклоняется.

Если исследовательская гипотеза выдерживает проверку, это означает, что различия в данных не могут быть приписаны действию случая. Это тж означает, что причинные факторы, представленные в формулировке гипотезы, могут объяснять наблюдаемые изменения, но такая возможность не переходит в действительность до тех пор, пока имеются альтернативные гипотезы. В результате этого, главным делом в процессе построения теории яв-ся не доказательство той или иной гипотезы, а исключение неадекватных гипотез до тех пор, пока она выдерживает попытки их опровержения.

Если исследовательская гипотеза предсказывает изменение зависимой переменной в определенном направлении (напр. увеличение или уменьшение ее значений), то соотв. ей статистическая гипотеза анализируется с помощью т. н. одностороннего критерия, к-рый определяет критическую область только на одном конце выборочного распределения и анализирует изменения в предсказываемом направлении. Если же предполагается, что изменения могут происходить в обоих направлениях, то используется двухсторонний критерий.

При принятии решения об отклонении или принятии статистической гипотезы возможны 2 типа ошибок. Ошибка 1 рода (а) возникает в тех случаях, когда отклоняется гипотеза об отсутствии различий (нулевая гипотеза), тогда как на самом деле изменения зависимой неременной носили чисто случайный характер. Перед экспериментом исследователь сам определяет допустимую степень риска совершить ошибку I рода, устанавливая уровень значимости. Уровень значимости (или а) — это вероятность того, что наблюдаемое изменение зависимой переменной произошло случайно. Обычно в качестве уровня значимости, на котором отклоняется нулевая гипотеза, выбирают р = 0,05 или 0,01.

Ошибка II рода (b) возникает в тех случаях, когда принимается гипотеза об отсутствии изменения, а в действительности оно имеет место. Шансы допустить эту ошибку уменьшаются с увеличением а (уровня значимости) или объема выборки. Кроме того, вероятность ошибки II рода можно снизить, уменьшая дисперсию внутри выборки или усиливая эксперим. воздействие.

Поскольку вероятность ошибки одного рода уменьшается по мере увеличения вероятности ошибки др. рода, исследователь должен решить, какая из них в данной ситуации предпочтительнее. В тех случаях, когда категоризация случайного различия как истинного обходится слишком дорого, может быть выбран консервативный подход, состоящий в установлении более низкого уровня значимости. Наоборот, в тех случаях, когда было бы накладно проглядеть любые многообещающие «вести», может устанавливаться более высокий уровень значимости, с тем чтобы уменьшить вероятность ошибки II рода.

Мощность статистического критерия определяется вероятностью правильного отклонения гипотезы об отсутствии различия. Она равна 1 минус вероятность ошибки II рода. Мощность статистического критерия можно увеличить с помощью вышеупомянутых методов уменьшения вероятности ошибки II рода.

Статистическая значимость не яв-ся синонимом практ. значимости. Решение о практ. значимости принимается независимо от статистических методов и только теми, кто хорошо разбирается в специфической ситуации, в к-рой результаты исслед. могли бы найти применение.

См. также Методология (научных) исследований, Статистический вывод

Дж. К. Локвуд