Theo truyền thống, giả thuyết null là một giá trị điểm. (Thông thường là , nhưng trên thực tế có thể là bất kỳ giá trị điểm nào.) Giả thuyết thay thế là giá trị thực là bất kỳ giá trị nào ngoài giá trị null . Bởi vì một biến liên tục (chẳng hạn như sự khác biệt trung bình) có thể đảm nhận một giá trị gần với giá trị null nhưng vẫn không hoàn toàn bằng nhau và do đó làm cho giả thuyết null sai, không thể chứng minh giả thuyết null điểm truyền thống. 0
Hãy tưởng tượng giả thuyết null của bạn là và sự khác biệt trung bình bạn quan sát được là 0,01 . Có hợp lý không khi cho rằng giả thuyết null là đúng? Bạn chưa biết; sẽ rất hữu ích khi biết khoảng tin cậy của chúng ta trông như thế nào. Giả sử khoảng tin cậy 95% của bạn là ( - 4,99 , 5,01 ) . Bây giờ, chúng ta có nên kết luận rằng giá trị thực là 0 không? Tôi sẽ không cảm thấy thoải mái khi nói điều đó, bởi vì CI rất rộng và có nhiều giá trị lớn khác không mà chúng ta có thể nghi ngờ là phù hợp với dữ liệu của chúng tôi. Vì vậy, hãy nói rằng chúng tôi thu thập nhiều, nhiều dữ liệu hơn và bây giờ sự khác biệt trung bình quan sát được của chúng tôi là 0,0100,01( - 4,99 , 5,01 ) 00,01, nhưng CI 95% là . Sự khác biệt trung bình quan sát được giữ nguyên (điều này sẽ rất tuyệt vời nếu nó thực sự xảy ra), nhưng khoảng tin cậy hiện không bao gồm giá trị null. Tất nhiên, đây chỉ là một thử nghiệm tư duy, nhưng nó sẽ làm cho những ý tưởng cơ bản rõ ràng. Chúng tôi không bao giờ có thể chứng minh rằng giá trị thực là bất kỳ giá trị điểm cụ thể nào; chúng ta chỉ có thể (có thể) chứng minh rằng đó là một số giá trị điểm. Trong thử nghiệm giả thuyết thống kê, thực tế là giá trị p> 0,05 (và 95% CI bao gồm 0) có nghĩa là chúng tôi không chắc liệu giả thuyết null có đúng không .( 0,005 , 0,015 )
Đối với trường hợp cụ thể của bạn, bạn không thể xây dựng một bài kiểm tra trong đó giả thuyết thay thế là sự khác biệt trung bình là và giả thuyết null là bất cứ điều gì khác không. Điều này vi phạm logic của kiểm tra giả thuyết. Hoàn toàn hợp lý khi đó là giả thuyết khoa học, thực chất của bạn, nhưng nó không thể là giả thuyết thay thế của bạn trong một tình huống kiểm tra giả thuyết. 0
vậy, bạn có thể làm gì? Trong tình huống này, bạn sử dụng thử nghiệm tương đương. (Bạn có thể muốn đọc qua một số chủ đề của chúng tôi về chủ đề này bằng cách nhấp vào thẻ tương đương .) Chiến lược điển hình là sử dụng phương pháp kiểm tra hai phía. Rất ngắn gọn, bạn chọn một khoảng trong đó bạn sẽ xem xét rằng sự khác biệt trung bình thực sự cũng có thể là 0đối với tất cả những gì bạn có thể quan tâm, sau đó bạn thực hiện thử nghiệm một phía để xác định xem giá trị quan sát có nhỏ hơn giới hạn trên của khoảng đó hay không và thử nghiệm một phía khác để xem liệu nó có lớn hơn giới hạn dưới hay không. Nếu cả hai thử nghiệm này đều có ý nghĩa, thì bạn đã bác bỏ giả thuyết rằng giá trị thực nằm ngoài khoảng bạn quan tâm. Nếu một (hoặc cả hai) là không đáng kể, bạn không từ chối giả thuyết rằng giá trị thực nằm ngoài khoảng.
Ví dụ: giả sử mọi thứ trong khoảng gần bằng 0 đến mức bạn nghĩ rằng về cơ bản nó giống như 0 cho mục đích của bạn, vì vậy bạn sử dụng đó làm giả thuyết thực tế của mình. Bây giờ hãy tưởng tượng rằng bạn nhận được kết quả đầu tiên được mô tả ở trên. Mặc dù 0,01( - 0,02 , 0,02 ) 0,01nằm trong khoảng đó, bạn sẽ không thể từ chối giả thuyết null trong bài kiểm tra t một phía, vì vậy bạn sẽ không từ chối giả thuyết null. Mặt khác, hãy tưởng tượng rằng bạn đã có kết quả thứ hai được mô tả ở trên. Bây giờ bạn thấy rằng giá trị quan sát nằm trong khoảng được chỉ định và nó có thể được hiển thị là cả nhỏ hơn giới hạn trên và lớn hơn giới hạn dưới, vì vậy bạn có thể từ chối null. (Nó đáng chú ý là bạn có thể từ chối cả hai giả thuyết rằng giá trị thực sự là , và giả thuyết rằng giá trị lời nói dối thật bên ngoài của khoảng ( - 0.02 , 0.02 )0( - 0,02 , 0,02 ) , có vẻ như bối rối lúc đầu, nhưng hoàn toàn phù hợp với logic của kiểm tra giả thuyết.)