Skip to main content
Query

3.3: Kuweka yote pamoja- Takwimu za Inferential na kupima hypothesis

  • Page ID
    166420
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    Je, ni hypothesis na kuna aina tofauti?

    Biolojia (Sayansi) hypothesis: Wazo ambalo linapendekeza maelezo ya tentative kuhusu jambo au seti nyembamba ya matukio yaliyoonekana katika ulimwengu wa asili. Hii ni uti wa mgongo wa uchunguzi wote wa kisayansi! Kwa hivyo ni muhimu kuwa na hypothesis imara ya kibiolojia kabla ya kusonga mbele katika njia ya kisayansi (yaani taratibu, matokeo, majadiliano). Baada ya kuundwa kwa hypothesis imara ya kibiolojia, inaweza kisha kuwa rahisi katika nadharia tete ya takwimu (kama inavyoelezwa hapo chini) ambayo itakuwa msingi wa jinsi data itakavyochambuliwa na kutafsiriwa.

    Nadharia za takwimu: Baada ya kufafanua hypothesis kali ya kibiolojia, hypothesis ya takwimu inaweza kuundwa kulingana na kile utakachotabiri itakuwa matokeo ya kipimo (s) (variable tegemezi (s)). Ikiwa utafiti una matokeo mengi ya kipimo kunaweza kuwa na nadharia nyingi za takwimu. Kila hypothesis ya takwimu itakuwa na vipengele viwili (Null na Mbadala).

    • Null hypothesis (Ho) -Hii hypothesis inasema kwamba hakuna uhusiano (au hakuna mfano) kati ya vigezo huru na tegemezi.
    • Nadharia tete mbadala (H1) — hypothesis hii inasema kuwa kuna uhusiano (au ni mfano) kati ya vigezo huru na tegemezi.

     

    Independent dhidi ya vigezo tegemezi: Kwa nadharia zote za kibaiolojia na takwimu kuna lazima iwe na vigezo viwili vya msingi vinavyoelezwa:

    • Independent (maelezo) variable — Ni kawaida nini matukio unafikiri yataathiri kipimo una nia ya (tegemezi variable).
    • Tegemezi (majibu) kutofautiana - Variable tegemezi ni nini kupima katika majaribio na nini ni walioathirika wakati wa majaribio. Variable tegemezi hujibu (inategemea) variable huru. Katika jaribio la kisayansi, huwezi kuwa na variable tegemezi bila variable huru.

     

    Mfano

    Njano-billed Cuckoo viota walikuwa kuhesabiwa wakati wa msimu wa uzalishaji katika duni, kurejeshwa, na intact makazi riparian kuona jumla makazi upendeleo kwa maeneo nesting kuongezeka kwa afya makazi.

    • Nadharia tete ya kisayansi: Cuckoo ya njano ya njano itakuwa na mapendekezo ya makazi kwa sababu ya afya ya makazi/hali.
    • Hadithi za takwimu: (Ho) Hakutakuwa na tofauti katika idadi ya viota kati ya makazi na afya tofauti/hali. (H1) Kutakuwa na viota zaidi katika makazi ya kurejeshwa na intact ikilinganishwa na duni.
    • Vigezo vya kujitegemea = Habita/afya/hali
    • Variable tegemezi = Idadi ya viota kuhesabiwa

     

    Je, unaweza kufanya hitimisho?

    Hatimaye, baada ya kufafanua hypothesis ya kibiolojia, hypothesis ya takwimu, na kukusanya data zako zote, mtafiti anaweza kuanza uchambuzi wa takwimu. mtihani wa takwimu itakuwa hesabu “mtihani” data yako dhidi ya hypothesis takwimu. Aina ya mtihani wa takwimu ambayo hutumiwa inategemea aina na wingi wa vigezo katika utafiti, pamoja na swali mtafiti anataka kuuliza. Baada ya kompyuta mtihani wa takwimu, matokeo yataonyesha ni hypothesis ya takwimu ambayo inawezekana zaidi. Hii, kwa upande inaonyesha wanasayansi kiwango gani cha inference kinaweza kupatikana kutoka kwa data ikilinganishwa na hypothesis ya kibiolojia (lengo la utafiti). Kisha hitimisho linaweza kufanywa kulingana na sampuli kuhusu idadi ya watu wote. Ni muhimu kutambua kwamba mchakato hauacha hapa. Wanasayansi watataka kuendelea kupima hitimisho hili mpaka muundo wazi unaojitokeza (au la) au kuchunguza maswali sawa lakini tofauti.

     

    Attribution

    Rachel Schleiger (CC-BY-NC)