فرض صفر و فرض تحقیق به قلم استاد عساکره
نحوه کاربرد آزمون های آماری در مطالعات اقلیمی در فصل نهم کتاب « مبانی اقلیم شناسی آماری» ارائه شده است. در زیر برخی از موارد کاربرد را که خلاصه ای از فصل مذکور است خدمت شما تقدیم می دارم. متاسفانه به دلیل عدم امکان فرمول نویسی در این بخش ناگزیر روابط عددی به شکل توصیفی بیان شده است.هدف اصلی در آزمون فرض آماری برآورد فراسنج ها براساس آماره های مربوط است. چهار مبحث مهم از مباحث آزمون فرض و آمار استنباطی به شرح زیر مورد توجه قرار می گیرد:
۱ـ آزمون فرض و استنباطِ مشخصه های توصیفی مشاهدات.
۲ـ آزمون ضریب همبستگی.
۳- تحلیل رگرسیون
۴ـ آزمون نیکوئی برازش.
در استنباط مشخصه های توصیفی در صدد کشف نزدیک ترین ویژگی فراسنج جامعه از روی آمارۀ نمونه هستیم. به عنوان مثال اگر در یک ناحیه بارش A میلی متر برای کشت دیم مناسب باشد و بخواهیم براساس آمار موجود, ببینیم که آیا این مقدار بارش در این ناحیه رخ می دهد یا خیر، باید میانگین حاصل از نمونه مورد آزمون قرار گیرد. زیرا میانگین های چندسالی که در دسترس داریم نمی توانند بدون آزمایش به عنوان میانگین اقلیمی پذیرفته شوند. در این صورت فرض صفر که می بایست آزمون شود و فرض مقابل به صورت زیر خواهد بود.
فرض صفر: میانگین بارش کم تر از A میلی متر است.
فرض مقابل: میانگین بارش برابر یا بیش تر از A میلی متر است.
هریک از روش های همبستگی بر پایۀ توزیع نمونه گیری خاص به لحاظ معنی داری آزمون می شوند. هدف از آزمون ضریب همبستگی آن است که معلوم شود آیا مقدار حاصل از این ضریب واقعی و بر جامعه قابل تعمیم است یا بر اثر تصادف حاصل شده است؟ بدین ترتیب ضریب همبستگی نمونه در قیاس با ضریب همبستگی جامعه به لحاظ معنی داری آزمون می شود. فرض صفر و فرض مقابل برای سطح معنی داری مورد نظر به شرح زیر طراحی می شوند:
فرض صفر: بین دو متغیر مورد نظر رابطه ای معنی دار وجود ندارد.
فرض مقابل: بین دو متغیر مورد نظر رابطه معنی دار وجود دارد.
برای تحلیل رگرسیون و استنباط آماری از مدل برازنده بر مشاهدات، مدل رگرسیون از هر نوع که باشد، از سه گروه آزمون آماری به شرح زیر استفاده می شود:
۱ـ آزمون ضرایب رگرسیون
۲ـ آزمون و تحلیل پراش
۳ـ آزمون مانده های الگوی رگرسیون ،این آزمون ها هم برای رگرسیون یک متغیره و هم برای رگرسیون چند متغیره قابل انجام است. می توان فرض صفر مبتنی بر برابری ضرایب رگرسیون جامعه با صفر را به صورت زیر آزمود:
فرض صفر: ضرایب رگرسیون فاقد معنی داری آماری است.
فرض مقابل : ضرایب رگرسیون به لحاظ آماری معنی دار است.
آزمون برازش یک توزیع خاص را می توان در چند شکل بیان نمود. به عنوان مثال آزمون تصادفی بودن توزیع مشاهدات یکی از این موارد است. در این صورت فرض های این تحقیق به صورت زیر خواهد بود:
فرض صفر : آرایش مشاهدات تصادفی است.
فرض مقابل: آرایش مشاهدات تصادفی نیست.
همچنین توزیع فراوانی که از طریق نمونه گیری به دست می آید، به وسیله یک توزیع نظری (احتمالاتی) تقریب زده می شود. ازآن جا که به دست آوردن توزیع نظری عناصر اقلیمی بسیار مشکل است، می توان با مطالعه تعدادی توزیع نظری و بر اساس نمونه های موجود، بهترین توزیع مناسب را از طریق آزمون های آماری برگزید. انتخاب مناسب ترین توزیع نظری برازش نامیده می شود. برازش دادن یک مدل در واقع انتخاب مدلی است که بهتر از هر مدل دیگر، رفتار مشاهدات را بیان کند و نمایشی از واقعیت هایی باشد که در طبیعت رخ داده است. یکی از مباحث آمار استنباطی بررسی شایستگی برازش توزیع نظری بر توزیع تجربی است. بنابراین برازش مدل نامناسب بر داده های تجربی، می تواند نتایج و پیامدهای غلطی را داشته باشد. روش های متعددی برای آزمون نیکوئی برازش وجود دارد. در روش های آزمون فرض تشخیص نیکوئی برازش، مجموعه ای از آزمون فرض ها برای ارزیابی فرض صفر (داده ها از توزیع مفروض استخراج شده اند) به شمار می آیند. عمده ترین این آزمون ها در دو گروه، آزمون خی دو و آزمون موسوم به کلموگروف – اسمیرنوف جای می گیرند.
نویسنده: مهران فاطمی
مهران فاطمی دانشجوی دکترای آب و هواشناسی گرایش مخاطرات آب و هوایی دانشگاه یزد