Giả thuyết rỗng Null hypothesis là gì? Sự khác nhau giữa giả thuyết rỗng và giả thuyết thay thế là gì? Hãy cùng tìm hiểu ngay sau đây nhé.
Giả thuyết rỗng null hypothesis là gì?
Giả thuyết là một suy đoán không đủ bằng chứng, cần thiết để kiểm tra và thử nghiệm thêm. Với thử nghiệm sâu hơn, một giả thuyết thường có thể được chứng minh là đúng hoặc sai.
Giả thuyết rỗng cho thấy rằng không có ý nghĩa thống kê trong một tập hợp nhất định. Điều này ngụ ý rằng bất kỳ loại sai lệch hoặc mức độ quan trọng nào bạn thấy trong tập dữ liệu chỉ là kết quả của sự may rủi. Điều này được coi là đúng cho đến khi bằng chứng phân tích chứng minh nó sai và thay thế nó bằng một giả thuyết khác.
Hãy xem một ví dụ: Bạn suy đoán hoặc đưa ra giả thuyết rằng những chậu bông mà bạn tưới bằng nước soda sẽ lớn nhanh hơn những chậu tưới bằng nước lã. Bạn tưới nước cho mỗi cây hàng ngày trong một tháng (thí nghiệm) và chứng minh giả thuyết của mình là đúng!
Giả thuyết rỗng là giả thuyết nói rằng không có ý nghĩa thống kê giữa hai biến trong giả thuyết. Đó là giả thuyết mà nhà nghiên cứu đang cố gắng bác bỏ.
Trong ví dụ, giả thuyết rỗng của bạn sẽ như thế này: Không có mối quan hệ có ý nghĩa thống kê giữa loại nước bạn cung cấp cho hoa và sự phát triển của hoa. Một nhà nghiên cứu bị thách thức bởi giả thuyết rỗng và thường muốn bác bỏ nó, để chứng minh rằng có mối quan hệ có ý nghĩa thống kê giữa hai biến trong giả thuyết.
Giả thuyết rỗng là giả thuyết có giá trị nhất đối với phương pháp khoa học vì nó là giả thuyết dễ kiểm tra nhất bằng cách sử dụng phân tích thống kê.
Giả thuyết thay thế là gì?
Một giả thuyết thay thế chỉ đơn giản là nghịch đảo, hoặc ngược lại của giả thuyết rỗng. Vì vậy, nếu chúng ta tiếp tục với ví dụ trên, giả thuyết thay thế sẽ là thực sự có một mối quan hệ có ý nghĩa thống kê giữa loại nước mà cây hoa được cung cấp và sự phát triển. Cụ thể hơn, đây sẽ là giả thuyết vô hiệu và giả thuyết thay thế cho nghiên cứu của bạn:
Giả thuyết rỗng: Nếu một cây được tưới bằng nước ngọt có ga trong một tháng và cây khác được tưới nước bình thường, sẽ không có sự khác biệt về tốc độ phát triển giữa hai cây.
Giả thuyết thay thế: Nếu một cây được tưới bằng nước ngọt có ga trong một tháng và cây khác được tưới nước thường, cây được tưới bằng nước ngọt sẽ phát triển tốt hơn cây được tưới nước thường.
Null hyphothesis trong lĩnh vực đầu tư
Trong lĩnh vực đầu tư, ý nghĩa của null hypothesis là gì?
Trong thế giới tài chính và đầu tư, kiểm tra giả thuyết được sử dụng để xem xét mối quan hệ giữa các yếu tố có thể ảnh hưởng đến lợi nhuận hoặc hiệu suất. Giả thuyết rỗng cho rằng kết quả là ngẫu nhiên, trong khi các nhà đầu tư tìm kiếm mối quan hệ mà nếu được xác định, có thể được sử dụng để tạo ra hiệu suất tốt hơn.
Ví dụ: giả thuyết rỗng của một nhà đầu tư có thể là: Cổ phiếu trong chỉ số S&P 500 có hệ số P / E trên 20 sẽ không có sự khác biệt về lợi nhuận hàng năm như các cổ phiếu trong chỉ số S&P 500 có hệ số PE dưới 20.
Điều này tạo cơ hội cho một nhà phân tích hoặc nhà đầu tư khác bác bỏ giả thuyết vô rỗng này để hình thành một giả thuyết thay thế.
Ví dụ, một giả thuyết thay thế cho điều này sẽ là: Các cổ phiếu trong chỉ số S&P 500 có hệ số P/E trên 20 sẽ được hưởng lợi nhuận hàng năm cao hơn các cổ phiếu trong chỉ số S&P 500 có hệ số P/E dưới 20.
Các bước kiểm tra giả thuyết
Các nhà kinh tế lượng tuân theo một quy trình chính thức để kiểm tra một giả thuyết và xác định xem nó có bị bác bỏ hay không. Các bước bao gồm:
Nêu các giả thuyết
Bước đầu tiên liên quan đến việc định vị các giả thuyết rỗng và giả thuyết thay thế. Hãy nhớ rằng chúng loại trừ lẫn nhau. Nếu một giả thuyết nêu một sự thật, thì giả thuyết kia phải bác bỏ nó.
Đưa ra các giả định thống kê
Xem xét các giả định thống kê – chẳng hạn như tính độc lập của các điều nhận thấy với nhau, tính bình thường của điều nhận thấy, sai số ngẫu nhiên và phân phối xác suất của sai số ngẫu nhiên, ngẫu nhiên hóa trong quá trình lấy mẫu…
Lập kế hoạch phân tích
Điều này bao gồm việc quyết định thử nghiệm sẽ được thực hiện để kiểm tra giả thuyết. Đồng thời, chúng ta cần quyết định cách dữ liệu mẫu sẽ được sử dụng để kiểm tra giả thuyết rỗng.
Điều tra dữ liệu mẫu
Ở giai đoạn này, dữ liệu mẫu được kiểm tra. Đó là khi chúng ta tìm thấy điểm – giá trị trung bình, phân phối chuẩn, phân phối t, điểm z…
Diễn giải kết quả
Giai đoạn này liên quan đến việc đưa ra quyết định bác bỏ giả thuyết vô hiệu để ủng hộ giả thuyết thay thế hoặc không bác bỏ giả thuyết rỗng.
Chấp nhận hoặc bác bỏ giả thuyết rỗng
Đây là phần mở rộng của bước cuối cùng – giải thích kết quả trong quá trình kiểm tra giả thuyết. Giả thuyết rỗng được chấp nhận hoặc bị bác bỏ Giá trị P cơ sở và vùng chấp nhận.
Giá trị P – nó là một hàm của kết quả mẫu quan sát được. Giá trị ngưỡng được chọn trước khi tiến hành thử nghiệm và được gọi là mức ý nghĩa, được biểu thị bằng α. Nếu giá trị tính toán của P ≤ α, nó cho thấy sự mâu thuẫn giữa dữ liệu nhận thấy được và giả thiết rằng giả thuyết rỗng là đúng.
Điều này cho thấy giả thuyết rỗng phải bị bác bỏ. Tuy nhiên, điều này không có nghĩa là giả thuyết thay thế có thể được chấp nhận là đúng.
Ví dụ: Bạn tung một cặp xúc xắc một lần và cho rằng chúng là công bằng và do đó kết quả hiển thị khi tung xúc xắc sẽ công bằng.
Giả thuyết vô hiệu là – xúc xắc là công bằng. Bạn đã giả định mức ý nghĩa (α) là 0,04.
Bây giờ bạn tung xúc xắc và quan sát rằng cả hai đều hiển thị 6. Giá trị p sẽ là 1/36 hoặc 1 / (6 * 6) giả sử rằng tĩnh thử nghiệm được phân bố đồng đều. Giá trị p là 0,028 nhỏ hơn giá trị giả định của α. Trên cơ sở này, giả thuyết rỗng bị bác bỏ. Nó cho thấy rằng giả định cho rằng xúc xắc công bằng là không đúng.
Vùng chấp nhận – Đó là phạm vi giá trị khiến bạn chấp nhận giả thuyết vô hiệu. Khi bạn thu thập và quan sát dữ liệu mẫu, bạn sẽ tính toán thử nghiệm tĩnh. Nếu giá trị của nó nằm trong phạm vi cụ thể thì giả thuyết rỗng được chấp nhận.
Ví dụ: Bạn có thể giả thuyết rằng trọng lượng trung bình của học sinh trong một trường học là 30 kg. Để kiểm tra giả thuyết này, bạn thu thập một mẫu ngẫu nhiên và tính điểm trung bình.
Nếu giá trị trung bình của mẫu gần với giá trị trung bình được giả thuyết, giả sử trong khoảng từ 29 đến 31, bạn chấp nhận giả thuyết rỗng. Do đó, vùng chấp nhận là 29 và 31. Các giá trị nằm ngoài vùng này sẽ nằm trong vùng từ chối.
Null hypothesis là gì và các vấn đề liên quan đã được giải thích trên đây, hi vọng rằng đã giải đáp được thắc mắc của bạn.
Huỳnh Trâm
