Skip to main content
Global

3.3: تجميع كل ذلك معًا - الإحصائيات الاستنتاجية واختبار الفرضيات

  1. Last updated
  2. Save as PDF
  • Page ID
    169325

    • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    ما هي الفرضية وهل هناك أنواع مختلفة؟

    الفرضية البيولوجية (العلمية): فكرة تقترح تفسيرًا مؤقتًا لظاهرة أو مجموعة ضيقة من الظواهر التي تمت ملاحظتها في العالم الطبيعي. هذا هو العمود الفقري لجميع الاستفسارات العلمية! على هذا النحو، من المهم وجود فرضية بيولوجية صلبة قبل المضي قدمًا في المنهج العلمي (أي الإجراءات والنتائج والمناقشة). بعد إنشاء فرضية بيولوجية صلبة، يمكن بعد ذلك تبسيطها إلى فرضية إحصائية (كما هو محدد أدناه) والتي ستصبح الأساس لكيفية تحليل البيانات وتفسيرها.

    الفرضيات الإحصائية: بعد تحديد فرضية بيولوجية قوية، يمكن إنشاء فرضية إحصائية بناءً على ما ستتوقعه هو النتيجة (النتائج) المقاسة (المتغيرات التابعة). إذا كانت الدراسة تحتوي على العديد من النتائج المقاسة، فيمكن أن تكون هناك فرضيات إحصائية متعددة. ستحتوي كل فرضية إحصائية على مكونين (Null and Alternative).

    • الفرضية الصفرية (Ho) —تنص هذه الفرضية على عدم وجود علاقة (أو عدم وجود نمط) بين المتغيرات المستقلة والمتغيرات التابعة.
    • الفرضية البديلة (H1) - تنص هذه الفرضية على وجود علاقة (أو نمط) بين المتغيرات المستقلة والمتغيرات التابعة.

     

    المتغيرات المستقلة مقابل المتغيرات التابعة: بالنسبة لكل من الفرضيات البيولوجية والإحصائية، يجب تحديد متغيرين أساسيين:

    • متغير مستقل (توضيحي) - عادة ما تكون الظواهر التي تعتقد أنها ستؤثر على المقياس الذي تهتم به (المتغير التابع).
    • المتغير التابع (الاستجابة) - المتغير التابع هو ما تقيسه في التجربة وما يتأثر أثناء التجربة. يستجيب المتغير التابع لـ (يعتمد على) المتغير المستقل. في تجربة علمية، لا يمكن أن يكون لديك متغير تابع بدون متغير مستقل.

     

    مثال

    تم حساب أعشاش الوقواق ذات المنقار الأصفر خلال موسم التكاثر في الموائل النهرية المتدهورة والمستعادة والسليمة لرؤية التفضيل العام للموائل لمواقع التعشيش يزداد مع صحة الموائل.

    • الفرضية العلمية: سيكون للوقواق ذو المنقار الأصفر تفضيلات الموائل بسبب صحة/حالة الموطن.
    • الفرضيات الإحصائية: (Ho) لن تكون هناك اختلافات في عدد الأعشاش بين الموائل ذات الحالة الصحية/الحالة المختلفة. (H1) سيكون هناك المزيد من الأعشاش في الموائل المستعادة والسليمة مقارنة بالموائل المتدهورة.
    • المتغير المستقل = صحة/حالة الموئل
    • المتغير التابع = عدد الأعشاش المحسوبة

     

    كيف يمكنك التوصل إلى استنتاجات؟

    أخيرًا، بعد تحديد الفرضية البيولوجية والفرضية الإحصائية وجمع جميع بياناتك، يمكن للباحث أن يبدأ التحليل الإحصائي. سيقوم الاختبار الإحصائي «باختبار» بياناتك رياضيًا مقابل الفرضية الإحصائية. يعتمد نوع الاختبار الإحصائي المستخدم على نوع وكمية المتغيرات في الدراسة، وكذلك السؤال الذي يريد الباحث طرحه. بعد حساب الاختبار الإحصائي، ستشير النتيجة إلى الفرضية الإحصائية الأكثر احتمالاً. وهذا بدوره يشير للعلماء إلى مستوى الاستدلال الذي يمكن الحصول عليه من البيانات مقارنة بالفرضية البيولوجية (نقطة التركيز في الدراسة). ثم يمكن التوصل إلى استنتاج بناءً على عينة حول جميع السكان. من المهم ملاحظة أن العملية لا تتوقف هنا. سيرغب العلماء في الاستمرار في اختبار هذا الاستنتاج حتى يظهر نمط واضح (أو لا) أو التحقيق في أسئلة متشابهة ولكن مختلفة.

     

    الإسناد

    راشيل شليجر (CC-BY-NC)