Hipótesis Nula e Hipótesis Alternativa en Ecología y Edafología

hipotesis-nulas-y-alternativas

Fuente. Imágenes Google 

Hace años le pregunté a un afamado ecólogo italiano, como reconocían si un patrón determinado  en el ámbito de la macroecología era idiosincrático de las comunidades biológicas. El me respondió que la hipótesis nula era la ausencia del mismo, por lo que si se detectaba era propio a la naturaleza de la organización/distribución o patrón detectado de las especies biológicas. Realmente me sorprendió. Francamente, como pionero de los estudios de edafodiversidad (pedodiversity),  me planteé que la hipótesis nula era que los que yo detectaba en edafodiversidad y la distribución de los suelos en el paisaje era conforme a los que acaecían en el ámbito de la biodiversidad y ecología del paisaje. El primer trabajo a este respecto que publicamos sobre el tema llevaba por título “Nested subset analysis and taxa-range size distributions of pedological assemblages: Implications for biodiversity studies”. En aquél “paper” mostrábamos, en base a estudios previos, que las regularidades detectadas en el ámbito de la biodiversidad y macroecología eran habitualmente los que nosotros encontrábamos en nuestros temas de estudio, es decir la diversidad de los suelos y sus pautas de distribución en el paisaje. Como corolario la asunción de los macro-ecólogos y expertos en diversidad resultaban cuestionables, por no decir refutables. Debido a ello deberían pues replantearse los contenidos de su corpus doctrinal.   

Pero aclaremos primero que podemos entender en términos sencillos por macroecología, para lo cual extraeré unas breves líneas de la Revista Ecosistemas: La macroecología estudia los patrones y procesos de distribución y abundancia de las especies a escalas regionales o incluso globales. Esta definición es muy semejante a la de Biogeografía, que es la ciencia que estudia la distribución de las especies a gran escala…….  y…).

La actividad científica debería consistir esencialmente, o al menor ser parte fundamental, en la proposición de hipótesis y en los estudios pertinentes para refutarlas o corroborarlas, como defendía el filósofo de la ciencia Carl Popper. En otras palabras, se trataba de separar el grano de la paja hasta alcanzar teorías científicas robustas. Lamentablemente, la política del “publica o perece” ha dado lugar a que los investigadores nos preocupemos casi exclusivamente en proponer que no en corroborar, a no ser que algún insensato ataque nuestros constructos teóricos ya publicados. Y así, numerosas ideas, hipótesis y evidencias empíricas interesantes pasan, tras ser lanzadas, al limbo de los autistas en un abrir y cerrar de ojos.  No escribo estas líneas por el caso que me afecta y os he narrado, sino que por desgracia es moneda de uso corriente en la actividad científica contemporánea. Estas disciplinas a las que me refiero ya en el título del post, se basan esencialmente en los análisis estadísticos, por lo que considero conveniente explicar en esta entrega en qué consisten las denominadas Hipótesis nula  e Hipótesis alternativa. De lo dicho anteriormente, yo personalmente desprendería la siguiente hipótesis alternativa: “Una buena parte de los patrones detectados en los estudios de diversidad, ya sea de suelos o de comunidades vivas, son debidas a la dinámica no-lineal y/o compleja de ambos recursos naturales“. Obviamente sigue siendo una hipótesis meramente especulativa (a pesar que se haya demostrado tanto en suelos como en ecosistemas), ya que la literatura científica actual se encuentra repleta de hipótesis que no han sido debidamente corroboradas o refutadas. De aquí que, en ausencia de esta noble y vital tarea para el progreso de la ciencia, me vea obligado a alinearme como podéis constatar abajo, con aquellos que soslayan ofrecer explicaciones pormenorizadas de la razón ¿científica? de sus hallazgos, sustentando los resultados que publico en su robustez/debilidad estadística.    

Comencemos pues por intentar explicar informalmente que son las Hipótesis Nulas y Alternativas, así como las críticas que a veces reciben por parte de los investigadores que analizan sus objetos de estudio con reflexión y sentido común.

Juan José Ibáñez

Continua…………….

Las hipótesis nulas contemplan la posibilidad de que no haya pasado nada, de que no se haya producido un proceso o de que el cambio no haya sido producido por una causa de interés. Las hipótesis nulas son puntos de referencia contra los cuales deben contrastarse las alternativas.

Con vistas a intentar aun una explicación más simple vamos estas palabras extraídas de esta otra página Web: pero ver también hacia el final del post más criticas de algunos ecólogos tan afamados como Robert May.  

 La definición simplista de Hipótesis Nula sería la opuesta a la de Hipótesis Alternativa, H1, aunque el principio es un poco más complejo que eso. La hipótesis nula (H0) es una hipótesis que el investigador trata de refutar, rechazar o anular. El ‘nulo’ a menudo se refiere a la visión común de algo, mientras que la hipótesis alternativa es lo que el investigador realmente piensa que es la causa de un fenómeno.

Existen diversas formas de explicar el concepto y necesidad de las hipótesis nulas, aunque algunos ecólogos las consideran poco necesarias o de escasa utilidad, como por ejemplo este autor. Pero como puede leerse en Internet: “La hipótesis nula (H 0) es una hipótesis que el investigador trata de refutar, rechazar o anular. Generalmente, “nula” se refiere a la opinión general de algo, mientras que la hipótesis alternativa es lo que el investigador realmente piensa que es la causa de un fenómeno”.

Wikipedia comienza explicando así el concepto de hipótesis nula:

En estadística, una hipótesis es una afirmación sobre un parámetro de la población.1 La hipótesis nula es una afirmación que no se rechaza a menos que los datos de la muestra parezcan evidenciar que es falsa.2 Para afirmar que la hipótesis nula es verdadera se requiere estudiar a toda la población.2 La hipótesis nula generalmente incluye un no en su enunciado.2

Ejemplos:

  • H0: La duración promedio de una batería no es diferente de 6 horas.

Matemáticamente: μ=6 horas. La hipótesis alternativa es H1: La duración promedio de la batería es diferente de 6 horas.

«Si este material genético segrega en proporciones mendelianas, no habrá diferencias entre las frecuencias observadas (Oi) y las frecuencias esperadas (Ei)».

«Si la humedad no influye sobre el número de huevos por desove, no habrá diferencias entre las medias de esta variable para cada región».

Posibles Errores

Se rechaza la hipótesis nula basándose en las muestras. Por tanto, es posible rechazar equivocadamente una hipótesis nula.

Por ejemplo: Tengo 1000 productos. Para comprobar que un producto tiene el peso correcto cojo una muestra de diez productos. Puede suceder que esos diez productos tengan el peso exacto y el resto no. Basándome en la muestra aceptaría la hipótesis nula y afirmaría que los productos tienen el peso correcto, cuando la realidad es otra. Sin embargo, dicho error se corregiría al demostrar que no todos los productos tienen el peso exacto. Si se supiera de antemano que la realidad es que no todos los productos tienen el peso exacto entonces al aplicar la hipótesis nula no se cometería ningún error.

 En la siguiente Página Web  de la Universidad de Barcelona se nos informa de que….

Un contraste de hipótesis estadístico se plantea como una decisión entre dos hipótesis.

La hipótesis nula consiste en una afirmación acerca de la población de origen de la muestra. Usualmente, es más simple (menor número de parámetros, por ejemplo) que su antagonista. Se designa a la hipótesis nula con el símbolo H0.

La hipótesis alternativa es igualmente una afirmación acerca de la población de origen. Muchas veces, aunque no siempre, consiste simplemente en  negar la afirmación de H0. La hipótesis alternativa se designa con el símbolo H1.

De momento trataremos el caso más sencillo, en el cual las dos hipótesis se refieren a un único valor del parámetro. En esta situación general, las hipótesis se refieren a un parámetro θ (theta). La formulación es:

H0θ = θ0

H1: θ = θ1

 En la teoría del contraste de hipótesis este tipo de planteamiento se conoce como contraste de hipótesis simple contra simple.

Así pues, una hipótesis simple postula que el parámetro θ sólo puede tomar un valor o bien,  más técnicamente, que el conjunto de parámetros asociado a una hipótesis simple consiste en un sólo punto….

Continua aquí: http://www.ub.edu/stat/GrupsInnovacio/Statmedia/demo/Temas/Capitulo9/B0C9m1t3.htm

En esta otra página Web, de la que solo reproducimos las primeras líneas se comenta sobre la hipótesis Nula y Alternativa de que:

Acerca de las hipótesis nula y alternativa

Más información sobre Minitab 18

Las hipótesis nula y alternativa son dos enunciados mutuamente excluyentes acerca de una población. Una prueba de hipótesis utiliza los datos de la muestra para determinar si se puede rechazar la hipótesis nula.

Hipótesis nula (H0)

La hipótesis nula indica que un parámetro de población (tal como la media, la desviación estándar, etc.) es igual a un valor hipotético. La hipótesis nula suele ser una afirmación inicial que se basa en análisis previos o en conocimiento especializado.

Hipótesis alternativa (H1)

La hipótesis alternativa indica que un parámetro de población es más pequeño, más grande o diferente del valor hipotético de la hipótesis nula. La hipótesis alternativa es lo que usted podría pensar que es cierto o espera probar que es cierto.

Null Hipothesis in Ecology. Conceptual Issues in Ecology pp 245-259 |Donald R. StrongJr.

Abstract

Null hypotheses entertain the possibility that nothing has happened, that a process has not occurred, or that change has not been produced by a cause of interest. Null hypotheses are reference points against which alternatives should be contrasted. They are used not only in statistics but in all sciences. “This hypothesis…is… characteristic of all experimentation” (Fisher 1935). In physics for example, an important null hypothesis of the post-Newtonian era was that time is a variable which is independent of all other factors. Modern physics is based upon the alternative hypothesis that time can be a function of space and relative velocities. Another famous null hypothesis, that the speed of light is independent of its direction, inspired the Michelson-Morley experiments, which failed to disprove it. An example in chemistry is that there is no molecular property unique to life, that any synthesis by protoplasm can be repeated in the test tube. Modern biochemistry has failed to disprove this null hypothesis. But the term null hypothesis sounds odd in reference to much of physics and chemistry. It is not found in textbooks nor is it used frequently in conversation about these disciplines. Though all sciences use null hypotheses in principle, the ‘atomistic’1 sciences of physics and chemistry often use them implicitly. In atomistic sciences, fundamental units are simple and quite similar to one another, and effects of phenomena are commonly so distinct that the null state of no effect does not need special recognition

Abstract Tradución:

Las hipótesis nulas contemplan la posibilidad de que no haya pasado nada, de que no se haya producido un proceso o de que el cambio no haya sido producido por una causa de interés. Las hipótesis nulas son puntos de referencia contra los cuales deben contrastarse las alternativas. Se usan no solo en estadísticas, sino en todas las ciencias. “Esta hipótesis … es … característica de toda experimentación” (Fisher 1935). En la física, por ejemplo, una importante hipótesis nula de la era post-newtoniana era que el tiempo es una variable que es independiente de todos los demás factores. La física moderna se basa en la hipótesis alternativa de que el tiempo puede ser una función del espacio y de las velocidades relativas. Otra famosa hipótesis nula, que la velocidad de la luz es independiente de su dirección, inspiró los experimentos de Michelson-Morley, que no pudieron refutarla. Un ejemplo en química es que no hay propiedades moleculares únicas para la vida, que cualquier síntesis por protoplasma puede repetirse en el tubo de ensayo. La bioquímica moderna no ha podido refutar esta hipótesis nula. Pero el término hipótesis nula suena extraño en referencia a gran parte de la física y la química. No se encuentra en los libros de texto ni se usa con frecuencia en las conversaciones sobre estas disciplinas. Aunque todas las ciencias usan hipótesis nulas en principio, las ciencias “atomísticas” de la física y la química a menudo las usan implícitamente. En las ciencias atomísticas, las unidades fundamentales son simples y bastante similares entre sí, y los efectos de los fenómenos son comúnmente tan distintos que el estado nulo de ningún efecto no necesita un reconocimiento especial.

Ann. Rev. Ecol. Syst. 1983. 14:189-211 Copyright © 1983 by Annual Reviews Inc. All rights reserved

NULL MODELS IN ECOLOGY

Paul H. Harvey; Robert K. Colwell; Jonathan W; Robert M. May

Ann. Rev. Ecol. Syst. 1983. 14:189-211 Copyright © 1983 by Annual Reviews Inc. All rights reserved

Recientemente, Simberloff, Strong y otros han planteado serias dudas sobre la medida en que los patrones aparentes en la estructura de una comunidad dan testimonio de la procesos biológicos que se invocan para explicarlos. Alternativamente, en muchos casos, puede argumentar que los modelos puramente estadísticos que no hacen suposiciones acerca de las interacciones biológicas entre especies proporcionan una explicación adecuada de los datos. Tal énfasis en la necesidad de evaluar la importancia de los patrones observados contra los “modelos nulos” construidos apropiadamente (definidos a continuación) ayudó a establecer nuevos estándares de rigor para la disciplina, como lo ilustran los estudios de Graves & Gotelli (45) y otros. En la práctica, sin embargo, a menudo es muy es difícil decidir qué constituye un modelo verdaderamente nulo y puramente estadístico; Si alguna versión reorganizada o modificada de los datos se utiliza en la construcción de la hipótesis (modelo) nula, uno no puede estar seguro de que algunas interacciones biológicas que puedan tener en forma de los datos no están condicionadas por la estructura de los datos que proporcionan los autores. Como se revisa a continuación, en algunas instancias pueden construirse modelos nulos limpios y no ambiguos, y a veces explican los patrones en los datos que anteriormente se habían citado como evidencia para interacciones competitivas. En otros casos, sin embargo, lo apropiado es cuestionar el buen sentido de los modelos nulos específicos.

Esta revisión tiene como objetivo estudiar las controversias que rodean la construcción y el uso de modelos nulos en varias áreas de la ecología de la comunidad. En cada caso, tratamos de identificar las cuestiones biológicas en cuestión y forma en que los modelos nulos pueden arrojar luz sobre ellas, y luego centrarnos en los problemas técnicos involucrados en el intento de encontrar un modelo nulo apropiado. (…..)De hecho, nuestros puntos de vista son que los patrones de la comunidad pueden estar influenciados por cambios temporales o espaciales en el medio ambiente, por eventos fortuitos, por competencia, por mutualismo, o por parásitos o depredadores, y en  general por la interacción complicada (por no decir caótica) de todos estos factores.

Etiquetas: , , , , ,

Si te gustó esta entrada anímate a escribir un comentario o suscribirte al feed y obtener los artículos futuros en tu lector de feeds.

Comentarios

Aún no hay comentarios.

(requerido)

(requerido)


*