Кіріспе

Екі құбылыстың арасында байланыс жоқ деген ұстаным. Ғылыми зерттеулерде нөлдік гипотеза (көбінесе H0 деп белгіленеді) – зерттеліп отырған әсердің жоқ екенін күтілетін мәлімдеме. Мұндағы "әсер" термині себеп-салдарлық байланысты білдірмейді. Нөлдік гипотезаны екі дерек жиынтығы немесе айнымалы талданғанда олардың арасында ешқандай байланыс жоқ деген гипотеза ретінде де сипаттауға болады. Егер нөлдік гипотеза рас болса, тәжірибеде байқалған кез келген әсер тек қана жай ғана кездейсоқтықтан туындаған, сондықтан оны "нөлдік" деп атайды. Нөлдік гипотезаға қарсы, екі айнымалы арасында байланыс бар екенін жорамандайтын балама гипотеза жасалады.

Принцип

Гипотезаны тексеру деректерге кездейсоқтық немесе кездейсоқ процестер ғана жауапты болған жағдайда, деректердің қандай боларын көрсететін статистикалық модель құруды қажет етеді. Нәтижеге кездейсоқтық ғана себепкер деген болжам нөлдік гипотеза деп аталады. Кездейсоқ процестің нәтижесін көрсететін модель нөлдік гипотеза бойынша үлестірім деп аталады. Алынған нәтижелер нөлдік гипотеза бойынша үлестіріммен салыстырылады, соның арқасында алынған нәтижелерді табу мүмкіндігі анықталады. Гипотезаны тексеру деректерді жинау және зерттеу кездейсоқ түрде таңдалған өкілдік үлгіде жүргізілген кезде, деректердің белгілі бір жиынтығының қаншалықты ықтимал екенін өлшеу арқылы жұмыс істейді (нөлдік гипотеза дұрыс деп есептелінеді). Нөлдік гипотезада үлгі алынған популяциядағы айнымалылар арасында байланыс жоқ деп есептеледі. Егер кездейсоқ түрде таңдалған өкілдік үлгідегі деректер жиынтығы нөлдік гипотезаға қатысты өте сирек кездесетін жағдай болса (тек сирек байқалатын деректер жиынтықтарының класына жатса), тәжірибеші нөлдік гипотезаны қабылдамайды, ол (вероятно) жалған деп қорытындылайды. Бұл деректер жиынтығының класы әдетте нөлдік гипотезадан байқалатын ауытқудың дәрежесін өлшеуге арналған тест статистикасы арқылы анықталады. Процедура байқалған ауытқудың тест статистикасымен өлшенгені, анықталған мәннен үлкен екенін бағалау арқылы жұмыс істейді, сондықтан нөлдік гипотеза бойынша экстремалды мәннің пайда болу ықтималдығы төмен болады (әдетте нөлдік гипотеза орындалатын ұқсас деректер жиынтықтарының 5% немесе 1% -дан кем). Егер деректер нөлдік гипотезаға қайшы келмесе, онда тек әлсіз қорытынды жасауға болады: атап айтқанда, алынған деректер жиынтығы нөлдік гипотезаға қарсы жеткіліксіз дәлелдер ұсынады. Бұл жағдайда, нөлдік гипотеза дұрыс немесе жалған болуы мүмкін болғандықтан, кейбір жағдайларда бұл деректердің қандай да бір қорытынды жасауға жеткіліксіз дәлелдер беретінін білдіреді, ал басқа жағдайларда қазіргі уақытта пайдалы режимнен басқасына ауысуды қолдауға жеткіліксіз дәлелдер жоқ деп түсіндіріледі. Дегенмен, егер осы кезде әсер ықтимал және/немесе жеткілікті болса, одан әрі зерттеуге, мысалы, үлкен үлгімен зерттеуге ынталандыру болуы мүмкін. Мысалы, белгілі бір дәрі жүрек тақырыбының қаупін азайтуы мүмкін. Мүмкін нөлдік гипотезалар "бұл дәрі жүрек тақырыбының қаупін азайта алмайды" немесе "бұл дәрі жүрек тақырыбының қаупіне әсер етпейді" болуы мүмкін. Гипотезаны тексеру бақыланатын тәжірибе ретінде зерттеу тобындағы адамдардың жартысына дәрі беруден тұрады. Егер деректер дәрі алған адамдарда статистикалық маңызды өзгерістерді көрсетсе, нөлдік гипотеза қабылданбайды.

Нөлдік гипотезаларды тексерудің мақсаттары

Бір, екі немесе одан көп үлгілер үшін, орташа мәндер, дисперсиялар және пропорциялар, жұптастырылған немесе жұпталмаған деректер, әртүрлі таралымдар, үлкен және кіші үлгілер үшін маңыздылық сынақтарының көптеген түрлері бар; олардың барлығында нөлдік гипотеза бар. Маңыздылық сынақтары үшін нөлдік гипотезалардың кем дегенде төрт мақсаты бар: Техникалық нөлдік гипотезалар статистикалық шарттарды тексеру үшін қолданылады. Мысалы, дерек пен статистикалық модель арасындағы айырмашылықтарды кездейсоқ қатеден ажырату мүмкін емес. Егер бұл рас болса, модельді күрделендірудің қажеті жоқ. Ғылыми нөлдік гипотезалар теорияны тікелей дамыту үшін қолданылады. Мысалы, ғаламның бұрыштық импульсі нөлге тең. Егер бұл рас болмаса, алғашқы ғалам туралы теорияны қайта қарастыру қажет болуы мүмкін. Біртектілік нөлдік гипотезасы бірнеше тәжірибелердің үйлесімді нәтижелер беретінін тексеру үшін қолданылады. Мысалы, дәрі-дәрмектің қарт адамдарға әсері жалпы ересектерге әсер етумен сәйкес келеді. Егер бұл рас болса, онда жалпы тиімділік туралы қорытынды күшейеді және қолдану жөніндегі ұсыныстарды жеңілдетеді. Екі немесе одан көп баламалы емдеулердің әсерінің теңдігін көрсететін нөлдік гипотезалар, мысалы, дәрі және плацебо, статистикалық қатеге негізделген ғылыми талаптарды азайту үшін қолданылады. Бұл ең көп таралған нөлдік гипотеза; ол соншалықты таралған, көптеген маңыздылық сынақтары туралы мәлімдемелер осындай нөлдік гипотезаларды қарастырады. Нөлдік гипотезаны қабылдамау маңыздылықты тексерушінің басты мақсаты емес. Тиісті статистикалық модель нөлдік гипотезаны қабылдамаумен байланысты болуы мүмкін; модель нөлдік гипотеза қабылдамайынша түзетіледі. Маңыздылықты тексерудің көптеген қолданылуы Фишерге жақсы белгілі болды, ол нөлдік гипотезаны анықтамас бұрын он жыл бұрын жазылған кітабында оларды талқылады. Статистикалық маңыздылық сынағы мен сенімділік аралығы көптеген математикалық ұғымдарды ортақ пайдаланады. Олар бір-бірін толықтырады. Нәтиже көбінесе қарым-қатынастың таңбасына сенім болған кезде маңызды болады (аралық 0-ді қамтымайды). Егер қарым-қатынастың таңбасы маңызды болса, статистикалық маңыздылық лайықты мақсат болып табылады. Бұл маңыздылықты тексерудің кемшіліктерін де көрсетеді: Нәтиже қарым-қатынастың күшін жақсы бағалаусыз маңызды болуы мүмкін; маңыздылық шамалы мақсат болуы мүмкін. Әлсіз қарым-қатынас жеткілікті деректермен маңыздылыққа қол жеткізе алады. Маңыздылық пен сенімділік аралықтарын бірге көрсету жиі ұсынылады. Маңыздылық сынақтарының әртүрлі қолданылуы барлық жағдайларға қатысты жалпылама қорытындылар жасау мүмкіндігін азайтады.

Нөлдік гипотезаның таңдалуы

Нөлдік гипотезаны таңдау сирек және тұрақсыз кеңестермен байланысты. Фишер таңдауға қатысты аз ғана шектеулерді атап өтті және көптеген нөлдік гипотезалар қарастырылуы керек екенін, әрқайсысы үшін көптеген тесттер мүмкін екенін айтты. Қолданылу саласының кеңдігі мен мақсаттардың алуандығы таңдаудың қиын болуын көрсетеді. Көптеген жағдайларда тесттің құрастырылуы дәстүрлі болып келеді. Қолда бар тесттердің спектрін білу белгілі бір нөлдік гипотеза мен тестті ұсынуы мүмкін. Нөлдік гипотезаны формулирлеу автоматтандырылмаған (бірақ маңыздылықты тексеру есептеулері көбінесе автоматтандырылады). Сэр Дэвид Кокс: «Пәннің мәселесін статистикалық модельге аудару қалай жасалса, көбінесе талдаудың ең маңызды бөлігі болып табылады» деді. Статистикалық маңыздылықты тексеру гипотезаны тексеруге бағытталған. Егер гипотеза деректер жиынтығын қорытындыласа, осы деректер жиынтығында гипотезаны тексерудің қажеті жоқ. Мысал: Егер өткен жылғы ауа райы туралы есептерді зерттеу нәтижесінде аймақта жаңбырдың көбінесе демалыс күндері жауатыны анықталса, онда бұл нөлдік гипотезаны басқа жылдың ауа райы туралы есептерінде тексеруге болады. Деректерден туындаған гипотезаларды тексеру – ештеңе дәлелдемейтін дөңгелек пікір; бұл нөлдік гипотезаны таңдаудың ерекше шектеуі. Стандартты процедура мынадай: ғылыми гипотезадан бастаңыз. Оны статистикалық балама гипотезаға аударып, мынадай жолмен жалғастырыңыз: «Біз дәлелдер іздегіміз келетін әсерді білдіретіндіктен, көбінесе Ha-дан бастаймыз, содан кейін H0-ны күтілетін әсердің жоқ екендігі туралы мәлімдеме ретінде құрастырамыз». Бұл кеңес модельдеу қолданыстарында керісінше, онда нөлдік гипотезаға қарсы дәлелдер таппауға үміттенеміз. Күрделі жағдайдың мысалы: Клиникалық зерттеудегі алтын стандарт – рандомизацияланған плацебомен бақыланатын қос соқыр клиникалық сынақ. Бірақ ауыр сырқатта жаңа дәріні (медициналық тұрғыдан тиімсіз) плацебомен салыстыру этикалық емес болуы мүмкін. Жаңа дәріні ескі, медициналық тұрғыдан тиімді дәрімен сынау сынақтың мақсаты мен зерттеушілердің мотивациясына қатысты маңызды философиялық мәселелерді тудырады. Стандартты «айырмашылық жоқ» нөлдік гипотеза фармацевтикалық компанияны жеткіліксіз деректер жинағаны үшін марапаттауы мүмкін. Бұл жағдайда «айырмашылық» жақсы нөлдік гипотеза болып табылады, бірақ статистикалық маңыздылық дәрінің тиімділігін дұрыс сандық бағалауды қажет ететін нақты қорытынды жасау үшін жеткілікті критерий емес. Нөлдік гипотезадағы «шағын» немесе «жай» ұсынылған өзгеріс ((жаңаға қарсы ескі) емес, (жаңаға қарсы плацебо)) күрделі статистикалық емес себептерге байланысты тесттің пайдалылығына айтарлықтай әсер етуі мүмкін.

Бағыттылық

Нөлдік гипотезаны (H0) таңдау және бағыттылықты ескеру ("бір құйрықты тест" бөлімін қараңыз) маңызды.

Нөлдік гипотеза сынағының тұтаслығы

Бір монетаны лақтырғанда, оның әділ екендігін (яғни, орташа есеппен 50% жағдайда сыртына түсуі) және монетаны 5 рет лақтыру тәжірибесін қарастырайық. Біз мұнда қарастырып отырған тәжірибенің мүмкін нәтижесі – 5 сырт. Егер олардың ықтималдығы 0,05-тен төмен болса, онда нәтижелер қабылданған үлестірімге қатысты сенімсіз деп есептеледі. Бір жақты сынақты білдіретін мүмкін нөлдік гипотеза – «Бұл монета сыртқа қарай бұрылмаған». Ескеріңіз, бұл контексте «бір жақты» термині жеке монета лақтыру нәтижесіне қатысты емес (яғни, монета «сырттың» орнына «құйрық» көрсетеді ме, жоқ па); «бір жақты» термині нөлдік гипотезаны сынаудың нақты әдісін білдіреді, онда сынақ аймағы (немесе «жатқа сыру аймағы» деп те аталады) ықтималдық үлестірілімінің тек бір жағында ғана орналасады. Шындығында, әділ монета үшін осы тәжірибе нәтижесінің ықтималдығы 1/32 = 0,031-ге тең, ал монета құйрыққа қарай бұрылған болса, бұл көрсеткіш одан да төмен болар еді. Сондықтан, бақылаулар нөлдік гипотезаның дұрыс болуы үшін жеткіліксіз, ал сынақ оны жоққа шығарады. Монетаның әділ емес және құйрыққа қарай бұрылмағандығы байқалатындықтан, тәжірибенің қорытындысы – монета сыртқа қарай бұрылған. Балама ретінде, екі жақты сынақты білдіретін нөлдік гипотеза – «Бұл монета әділ». Бұл нөлдік гипотезаны тәжірибеде тым көп құйрық немесе тым көп сырт іздеу арқылы тексеруге болады. Осы нөлдік гипотезаны жоққа шығаратын нәтижелер – көптеген сырт немесе көптеген құйрықтардың болуы, ал біздің 5 сырттан тұратын тәжірибеміз осы санатқа жатады. Алайда, бір типтегі 5 лақтырудың ықтималдығы, олар сырт немесе құйрық болсын, жеке қарағанда 5 сырттың ықтималдығынан екі есе жоғары. Сондықтан, осы екі жақты нөлдік гипотеза бойынша, бақылау 0,063 ықтималдық мәнін алады. Осылайша, бір жақты сынақ үшін қолданылатын маңыздылық деңгейі (0,05) бірдей болғандықтан, бірдей нәтиже статистикалық мағынаға ие емес. Сондықтан, екі жақты нөлдік гипотеза осы жағдайда сақталады, бұл бір жақты нөлдік гипотезадан алынған қорытындыны қолдамайды, яғни монета сыртқа қарай бұрылған. Бұл мысал статистикалық сынақтан алынған қорытындының нөлдік және баламалы гипотезалардың нақты формулировкасына байланысты болатынын көрсетеді.

Талқылау

Фишер айтты: «Нөлдік гипотеза дәл болуы керек, яғни оны қабылдауда екіұштылыққа және беймағыналыққа жол болмауы тиіс, себебі ол «үлестірім мәселесінің» негізін қалыптастыруы керек, ал маңыздылықты тексеру – осы мәселенің шешімі болып табылады», бұл H0 үшін шектеулірек доменді білдіреді. Осы көзқарас бойынша, нөлдік гипотеза сандық тұрғыдан нақты болуы керек – ол белгілі бір шаманың немесе айырманың нақты бір санға тең екенін көрсететін болуы керек. Классикалық ғылымда бұл көбінесе белгілі бір емнің әсері жоқ деген тұжырымдама; ал байқауларда бұл белгілі бір өлшенген айнымалының мәні мен болжаудың мәні арасындағы айырмашылықтың жоқтығын білдіреді. Көптеген статистиктер бағытты нөлдік гипотезаның бір бөлігі ретінде немесе нөлдік гипотеза/баламалы гипотеза жұбының бір бөлігі ретінде көрсетудің дұрыс екенін санайды. Дегенмен, нәтижелер эксперименттің барлық нәтижелерін толық сипаттамайды, тек бір мақсатқа бағытталған жалғыз нәтижені ғана көрсетеді. Мысалы, жаңа емдеудің популяциялық орташа көрсеткіші ұзақ жылдар бойы белгілі болған, жақсы қалыптасқан емдеуге қарағанда жақсырақ екенін көрсететін H0-ны қарастырайық, ал бір жақты балама жаңа емдеудің орташа көрсеткіші > 10 болуы мүмкін. Егер x bar арқылы алынған үлгілік деректер -200-ге тең болса және сәйкес t-тест статистикасы -50-ге тең болса, тесттен алынған қорытынды жаңа емдеудің қазіргі қолданыстағы емдеуден жақсы екеніне дәлелдеме жоқ екенін көрсетеді: ол айтарлықтай нашар екенін көрсетпейді, бірақ бұл нақты тест іздеп отырған нәрсе емес. Нөлдік гипотезаның тест нәтижесін баяндаудағы кез келген екіұштылықты жою үшін тесттің екі жақты екенін көрсету және егер ол бір жақты болса, сыналатын әсердің бағытын қосу қажет. Статистикалық теорияда қарапайым бағыттылық жағдайларды және одан да күрделі жағдайларды шешу үшін бейтарап тест концепциясы қолданылады. Гипотезалардың бағыттылығы әрқашан да анық болмайды. Фишердің әйелінің шайдың дәмін татып көрген мысалындағы нөлдік гипотеза әйелдің мұндай қабілеті жоқ екендігін көрсетеді, бұл симметриялық ықтималдық үлестіріміне әкелді. Тесттің бір жақты сипаты бір жақты балама гипотезадан (Фишер қолданбаған термин) туындады. Нөлдік гипотеза жасырын түрде бір жақты болды. Әйелдің бір жақты талабының логикалық терістелуі де бір жақты болды. (Талап: қабілет > 0; Көрсетілген нөлдік гипотеза: қабілет = 0; Жасырын нөлдік гипотеза: қабілет ≤ 0). Бір жақты тесттерді қолдану туралы талқылаулар тесттердің әртүрлілігімен күрделі. Кейбір тесттер (мысалы, χ2 сәйкес келу тесті) өзінен-өзі бір жақты. Кейбір ықтималдық үлестірімдері асимметриялық. 3 немесе одан көп топты қамтитын дәстүрлі тесттер екі жақты. Бір жақты гипотезаны қолдану туралы кеңестер дәйекті емес және қабылданған тәжірибе салалар арасында әр түрлі. Бір жақты гипотезаларға ең үлкен қарсылық олардың субъективті болу мүмкіндігі болып табылады. Маңызды емес нәтиже кейде бір жақты гипотезаны қолдану арқылы маңызды нәтижеге айналдырылуы мүмкін (әділ монета тестісі сияқты, аналитик қалауынша). Аргументтің екінші жағы: Бір жақты тесттер нақты әсерді елемеуге азырақ бейім. Бір жақты тесттер болжаудан белгісімен ерекшеленетін деректерді жариялауды тоқтата алады. Статистикалық тесттерді жасаушылардың мақсаты – объективтілік. Бір жақты гипотезаны әдетте пайдалану кең таралған тәжірибе. Дегенмен, «егер алдын ала нақты бағытты анықтамасаңыз, екі жақты баламаны пайдаланыңыз. Сонымен қатар, статистиканы пайдаланушылардың кейбіреулері әрқашан екі жақты баламамен жұмыс істеу керек деп санайды». Бұл кеңеске балама ретінде үш нәтижелі тесттерді қолдануға болады. Ол гипотезалардың бағыттылығына байланысты мәселелерді екі рет сынап, әр бағытта бір рет, нәтижелерді біріктіріп, үш мүмкін нәтиже шығарады. Бұл тәсілдің өзгерулері 1950 жылдан бері шамамен 10 рет ұсынылған. Бір жақты тесттер туралы келіспеушіліктер ғылымның философиясынан туындайды. Фишер әйелдің барлық шайды дұрыс тақпағаны мүмкін емес жағдайды елемеуге дайын болса да (бұл жағдайларға сәйкес келуі мүмкін), медицина пациенттерді өлтіретін ұсынылған емдеудің барлық жағынан маңызды екенін және оны хабарлауға және мүмкін түсіндіруге тиіс деп санайды. Статистикалық есеп берудегі нашар тәжірибе бір жақты тесттер бойынша келіспеушіліктерге себеп болды. Екі жақты тесттерден алынған статистикалық маңыздылық қатынастың белгісіне сезімтал емес; маңыздылықты ғана баяндау жеткіліксіз. «Дәрі-дәрмектің әсері бар» деген екі жақты тесттің ақылға сыймайтын нәтижесі. «Дәрі-дәрмектің пайдалы әсері бар» - бір жақты тесттің көбірек ақпаратты нәтижесі. «Дәрі-дәрмектің әсері бар, ауруханада жатудың орташа ұзақтығын 1,5 күнге азайтады» - екі жақты маңыздылық тест нәтижесімен емдеу мен әсер арасындағы қатынастың сандық бағасын біріктіретін ең ақпаратты есеп. Сандық нәтижені нақты баяндау бір жақты тесттің философиялық артықшылығын жояды. Негізгі мәселе – сандық болжамдық теорияларсыз эксперименталды ғылымның дұрыс пішіні: сандық нәтижелер моделі әсер белгісінің моделінен (оң, теріс немесе белгісіз) көбірек ақпаратты, ал әсер белгісінің моделі қарапайым маңыздылық моделінен (нөлдік емес немесе белгісіз) көбірек ақпаратты; сандық теория болмаған жағдайда белгілер жеткілікті болуы мүмкін.

Статистикалық сынақтардың тарихы

Нөлдік және баламалы гипотезалардың тарихы статистикалық тесттердің тарихымен тығыз байланысты. 1925 жылға дейін: өткен ғасырларда нөлдік гипотезалардың алғашқы мысалдары болған статистикалық тесттердің эпизодтік және уақытша іздері кездеседі. XIX ғасырдың соңында статистикалық маңыздылық анықталды. XX ғасырдың басында маңызды ықтималдық таралымдары белгіленді. Госсетт және Пирсон маңыздылықты тексерудің нақты жағдайларын зерттеді. 1925 жыл: Фишер "Зерттеушілерге арналған статистикалық әдістер" кітабының бірінші басылымын жариялады, ол статистикалық маңыздылық тестін анықтады және оны көптеген тәжірибелік ғылымдар үшін басты талдау әдісіне айналдырды. Кітапта дәлелдер жеткіліксіз болды және түсіндірмелер нашар болды, бірақ көптеген нақты мысалдар келтірілді. Ол ғылымда статистикалық практиканы жарияланған статистикалық теориядан бұрын қалыптастырды. 1933 жыл: Нейман мен Пирсон 1928 жылдан бастап он жылға жуық уақыт бойы жариялаған бірнеше мақаласында статистикалық гипотезалық тестті Фишердің тестіне жасалған жақсарту ретінде анықтады. Мақалалар статистикалық тесттердің терминологиясының көп бөлігін ұсынды, соның ішінде баламалы гипотеза және H0 – бақылау деректерін пайдалана отырып тексеруге арналған гипотеза (H1, H2 балама ретінде). 1935 жыл: Фишер "Эксперименттерді жобалау" кітабының бірінші басылымын жариялады, онда нөлдік гипотеза (анықтама арқылы емес, мысал арқылы) енгізілді және тәжірибелік нәтижелерді түсіндіру контекстінде маңыздылық тесттерінің негіздері егжей-тегжейлі түсіндірілді. Фишер мен Нейман 1962 жылы Фишер қайтыс болғанға дейін өзара бәсекелес ұсыныстарының артықшылықтары туралы дауласты. Нейман мен Пирсонның серіктестігі мансаптық өзгерістер мен Екінші дүниежүзілік соғыс салдарынан аяқталды. Ұсыныстар Фишер мен Нейманның қатысуынсыз салыстырмалы түрде беймәлім оқулық авторлары, тәжірибешілер (журнал редакторлары) және математикалық статистиктер тарапынан біріктірілді. Екі мысал: Бір мәтін бұл тақырыпты гипотезалық тестілеу деп атайды (индексте маңыздылықты тестілеу туралы ешқандай мәлімет жоқ), ал екіншісі маңыздылықты тестілеу деп атайды (шешім ретінде қорытындылау бөлімімен). Фишер зерттеушілердің дәлелдерін бағалау үшін икемді құрал ретінде маңыздылықты тестілеуді әзірледі. Бірақ, тестілеу институционалдық сипатқа ие болды. Статистикалық маңыздылық көптеген ғылыми журналдарда эксперименттік нәтижелерді жариялау үшін қатаң түрде анықталған және күшіне енгізілген критерийге айналды. Кейбір салаларда маңыздылықты тестілеу статистикалық талдаудың басым және дерлік жалғыз түріне айналды. Осының салдарынан тесттердің шектеулері жан-жақты зерттелді. Кітаптар маңыздылықты тестілеуге қатысты жинақталған сын-пікірлермен толы.