Beste antwoord
Een hypothese is gebaseerd op gedeeltelijke gegevens in feiten, evenals op meningen. Daarom kan het geen definitieve verklaring zijn. Het wordt vaak een voorlopige verklaring genoemd, omdat het gewoon een theorie is.
Met dat gezegd, kan elke hypothese transformeren van een theorie naar een feitelijke verklaring, aangezien de nieuwe statistische gegevens Ondersteunt de theorie nu is feitelijk zijn.
De grote vraag in deze gevallen is of de bronnen van gegevens en bewijs geloofwaardig zijn. Iedereen die een onderzoek heeft uitgevoerd, weet dat de uitkomst van het onderzoek scheef kan staan in de richting van de manier waarop het onderzoek is uitgevoerd.
Ik lees graag een hypothese. Ik hou van de meningen van mensen en van sommige gegevens. Als ik echter iets ga lezen op basis van pure gegevens, volg ik de regel met drie bronnen. Dit betekent dat ik graag zie dat de informatie wordt geverifieerd via drie verschillende bronnen.
Ik hoop dat dit helpt bij het beantwoorden van uw vraag. Caesar
Antwoord
De auteur is in de war.
Elke hypothese kan als onwaar worden bewezen, inclusief nulhypothesen. Elke hypothese die niet als onwaar kan worden bewezen, is óf een tautologie (en daarom geen goede hypothese) óf zinloos.
Sommige mensen kibbelen misschien dat niets ooit bewezen kan worden, of niets empirisch. Maar de auteur beweert dit niet. Hij geeft toe dat het vinden van een zwarte zwaan de hypothese weerlegt dat alle zwanen wit zijn. Dus als je nulhypothese was dat alle zwanen wit zijn, zou je het hebben weerlegd en tegelijkertijd de bewering van de auteur weerleggen.
De auteur beweert dat je nooit een nulhypothese kunt weerleggen omdat je nooit een populatieparameter precies uit een steekproef. Dit geeft aan dat de auteur schrijft over algemene nulhypothesen, maar alleen over nulhypothesen over populatieparameters die door middel van steekproeven zijn getest.
Maar zelfs hier is hij niet correct. Als uw nulhypothese is dat de populatie een uniforme verdeling heeft van 0 tot 1, wordt dit door een enkele observatie van -1 weerlegd.
Het redelijke punt dat lijkt op het punt dat de auteur maakt, is dat mensen voorzichtig moeten zijn om onderscheid te maken tussen afgewezen op het 5\% -niveau en weerlegd. Als je er pedant over wilt zijn, zou je kunnen zeggen dat bewijs weerlegging vereist op het 0\% -niveau, maar ik denk dat redelijke mensen een zeer laag niveau van significantie zouden accepteren dat redelijkerwijs als bewijs wordt beschreven, gezien het feit dat elke menselijke verklaring – inclusief wiskundige bewijzen – zou verkeerd kunnen zijn.
De diepere kwestie is dat de significantieberekeningen aannames doen, en die aannames zijn vaak dubieuzer dan het vermelde significantieniveau – in feite is het vaak bekend dat ze onjuist zijn. Als je 100 waarnemingen hebt met een gemiddelde van 100 en een standaarddeviatie van 1, ben ik bereid te zeggen dat je hebt bewezen dat de steekproef niet afkomstig is van een standaard normale verdeling. Maar ik ben niet bereid om te zeggen dat je helemaal niets hebt bewezen over de volgende waarneming, of dat het populatiegemiddelde niet nul is.