रिक्त परिकल्पना
आज भी है हिमालय पर्वत / From Wikipedia, the free encyclopedia
रिक्त परिकल्पना एक ऐसी अवधारणा है (सांख्यिकीय परिकल्पना परीक्षण के फ़्रेक़ुएन्तिस्त संदर्भ में) जिसे अवलोकित डाटा के परीक्षण का उपयोग कर ग़लत साबित किया जा सकता है।[1] इस तरह का परीक्षण एक रिक्त परिकल्पना की विधिवत रचना कर, डाटा का संग्रह कर, तथा इस बात की गणना करके कि डाटा कितना संभावित है, कार्य करता है, तथा इस परीक्षण हेतु ऐसी कल्पना की जाती है कि रिक्त परिकल्पना सही थी। यदि डाटा बहुत असम्भाव्य प्रतीत होता है (आमतौर पर ऐसा डाटा होता है जो 5% से भी कम अवलोकित होता है), तो प्रयोगकर्ता यह निष्कर्ष निकालता है कि रिक्त परिकल्पना गलत है। यदि डाटा रिक्त परिकल्पना के तहत यथोचित प्रतीत होता है तो कोई निष्कर्ष नहीं निकाला जाता है। इस मामले में, रिक्त परिकल्पना सच भी हो सकती है, या यह अभी भी गलत हो सकती है; ऐसा डाटा किसी भी निष्कर्ष पर पहुँचने के लिए अपर्याप्त साक्ष्य देता हैं। रिक्त परिकल्पना आमतौर पर, एक सामान्य या डिफ़ॉल्ट स्थिति प्रस्तुत करती है, जैसे कि दो परिमापों के मध्य कोई रिश्ता ही नहीं है,[2]अथवा उपचार और नियंत्रण के मध्य कोई अंतर ही नहीं है।[3] यह शब्द मूल रूप से अंग्रेजी अनुवांशिकी विज्ञानी तथा सांख्यिकीविद् रोनाल्ड फिशरद्वारा रचित है।
इस लेख को व्याकरण, शैली, संसंजन, लहजे अथवा वर्तनी के लिए प्रतिलिपि सम्पादन की आवश्यकता हो सकती है। आप इसे संपादित करके मदद कर सकते हैं। (June 2009) |
सांख्यिकीय परिकल्पना परीक्षण के कुछ संस्करणों में (जैसे जेर्जी नीमन तथा एगों पियर्सन द्वारा विकसित) रिक्त परिकल्पना का परीक्षण एक वैकल्पिक अवधारणा के निमित्त किया जाता है। यह विकल्प रिक्त परिकल्पना का तार्किक निषेध हो सकता है और नहीं भी हो सकता है। वैकल्पिक परिकल्पना का उपयोग रोनाल्ड फिशर के सांख्यिकीय परिकल्पना परीक्षण का भाग नहीं था, हालांकि वैकल्पिक अवधारणा आज मानक के रूप में उपयोग की जाती है।
उदाहरण के लिए, हो सकता है कि कोई इस दावे का परीक्षण करना चाहे कि एक निश्चित दवा दिल का दौरा होने के अवसरों को कम कर सकती है। कोई इस रिक्त परिकल्पना का चयन कर सकता है "यह दवा दिल का दौरा होने के अवसरों को कम नहीं करती है "(या संभवत: "इस दवा का दिल का दौरा होने की संभावना पर कोई प्रभाव नहीं है")। फिर व्यक्ति को ऐसे लोगों का अवलोकन करके डाटा संग्रहीत करना चाहिए जो किसी नियंत्रित प्रयोग के तहत दवा ले रहे हैं अथवा नहीं ले रहे हैं। यदि रिक्त परिकल्पना के तहत डाटा बहुत असम्भाव्य है तो आप रिक्त परिकल्पना को अस्वीकार कर सकते है और, यह निष्कर्ष निकाल सकते है कि उसका निषेध सच है। अर्थात, आप यह निष्कर्ष निकाल सकते है कि दवा दिल का दौरा होने की संभावना को कम करती है। यहाँ "असम्भाव्य डाटा" का आशय उस डाटा से है जहाँ उन लोगों का प्रतिशत जो दिल का दौरा पड़ने के बाद दवा ले रहे है, ऐसे लोगों के प्रतिशत की तुलना में काफी कम है (सांख्यिकीय मानकों के अनुसार) जो दिल का दौरा पड़ने के बाद भी दवा नहीं ले रहे हैं।
रिक्त परिकल्पना का चयन करते समय आपको ख्याल रखना चाहिए क्यूंकि विभिन्न विकल्पों का उत्तर अलग-अलग हो सकता हैं। इस तथ्य को निम्नलिखित:उदाहरण में प्रदर्शित किया गया है: आपको यह तय करने के लिए कहा जाता है कि अगर सिक्का सही है (यानी कि अगर हम औसत ले तो 50% बार हेड आना चाहिए)। आप इसे 5 बार उछालते है और हर बार हेड आता हैं। क्या आप यह निष्कर्ष निकालते है कि यह एक निष्पक्ष सिक्का नहीं है? एक वैकल्पिक परिकल्पना यह है कि "यह सिक्का हेड के प्रति पक्षपाती है". रिक्त परिकल्पना यह होगी "यह सिक्का हेड के प्रति पक्षपाती नहीं है", जिसका मतलब यह है कि कम से कम जितनी बार हेड आयेगा उतनी बार टेल आयेगा. इस रिक्त परिकल्पना के तहत, डाटा वास्तव में असम्भाव्य है (यह कम से कम 3% बार होना चाहिए)। आप रिक्त परिकल्पना को अस्वीकार कर सकते है और यह निष्कर्ष निकाल सकते है कि सिक्का पक्षपाती था।
हालांकि, आप इसके बजाय वैकल्पिक परिकल्पना "सिक्का पक्षपाती है ", और रिक्त अवधारणा, " यह सिक्का निष्पक्ष है " का चयन भी कर सकते है। तब डाटा इतना असम्भाव्य नहीं होता है; समान डाटा कम से कम 6% बार घटित होना चाहिए, जहाँ 3% समय आपको हर बार हेड मिलना चाहिए तथा 3% समय आपको टेल मिलना चाहिए। तो कोई रिक्त परिकल्पना को अस्वीकार नहीं करेगा, अत: फिर कोई निष्कर्ष नहीं निकाला जायेगा. इस मामले में, दूसरी रिक्त परिकल्पना सही साबित होगी: आपको वास्तव में यह तय करने को कहा गया था कि सिक्का उचित है या नहीं, यह नहीं कि सिक्का हेड के प्रति पक्षपाती है। आपको ऐसे निष्कर्ष तक पहुँचने के लिए और अधिक डाटा की आवश्यकता होगी (और वास्तव में आपको शुरुआत हेतु भी ज्यादा डाटा की आवश्यकता होगी)।
इस दूसरे उदाहरण में परिकल्पना परीक्षण के एक खतरे के बारे में बताया गया है: यदि कोई डाटा के एक सेट का परीक्षण बड़ी संख्या में ऐसी रिक्त परिकल्पनायो के साथ करता है जो सभी सही हैं, फिर भी वह उनमें से कुछ को अस्वीकार कर सकता है, जिसके कारण गलत निष्कर्ष निकलता है। हालांकि, अगर कोई वैज्ञानिक विधि का अनुसरण करता है और डाटा एकत्रित करने से पहले रिक्त परिकल्पना का निर्माण कर लेता है, तो वह कम संख्या मे केवल पहले प्रकार की गलतिया करता है (अर्थात ऐसी सम्भावना बहुत कम है कि वह एक सही रिक्त परिकल्पना को अस्वीकार करे)। बेशक, अगर ध्यान से और सही ढंग से भी उपयोग किया जाये तब भी सांख्यिकीय परीक्षण कुछ गलत निष्कर्ष देता है।