Please enable JavaScript.
Coggle requires JavaScript to display documents.
Lez. 16 - La logica di base della verifica delle ipotesi - Coggle Diagram
Lez. 16 - La logica di base della verifica delle ipotesi
La logica della falsificazione
il presupposto che ci permette di dire “il mio intervento ha avuto effetto e posso generalizzare i risultati alla popolazione?”
Esempio 1
Psicologo vuole verificare se un nuovo trattamento riesce a potenziare le capacità di memoria a breve termine.
Misura: quantità di numeri ricordati.
Nella popolazione generale la memoria a breve temine ha media 7 e deviazione standard 2. Se dovuta solo al caso.
A ogni intervallo o punteggio, corrisponderà una determinata probabilità di essere osservato, avrò punteggi di memoria più o meno probabili.
Questo se gli eventi sono influenzati da fattori casuali.
questa distribuzione è molto frequente in natura e ottenuta quando le cose sono influenzate dal caso.
La logica? andiamo a verificare in base a questa distribuzione, se quello che ho osservato sul mio campione è più o meno probabile.
I due presupposti
Se la nuova tecnica non funzionasse, significa che non avrebbe nessun impatto sulle capacità di memoria della persona.
Di conseguenza il suo punteggio dovrebbe rientrare tra quelli più probabili.
Se invece dovessere ricadere tra quelli meno probabili, il ricercatore dovrebbe concludere che è troppo improbabile ottenere questo punteggio per caso se il trattamento non avesse avuto effetto.
la logica di base della verifica delle ipotesi si assume che un effetto probabilmente c'è se è poco probabile che questo effetto non ci sia. (una logica per esclusione)
Riprendendo il nostro esempio sulla memoria: abbiamo un campione formato da 1 sola persona e ha ottenuto un punteggio di 12.
Confrontiamolo con la popolazione generale e vediamo che ottenere 12 per caso è altamente improbabile in questa distribuzione, dove la memoria è influenzata solo da fattori casuali.
allora probabilmente questo campione deriva da una popolazione in cui il trattamento ha portato a un miglioramento.
Questa è la logica di falsificazione, di esclusione.
Con popolazione generale si intende
una popolazione in cui gli eventi sono determinati solo da fattori casuali.
Assumerà la forma normale e avrà delle caratteristiche note.
La curva normale è asintotica (non tocca mai l'asse x)
implica che, non possiamo mai affermare con certezza assoluta che un risultato sia impossibile (0%) o certo (100%)
Qualsiasi risultato osservato su un certo campione, ha una probabilità di essere osservato in questa curva. Magari è piccolissima 0,00001% ecc.
I ricercatori
Partono dall'ipotesi che non c'è differenza tra chi è sottoposto al trattamento e chi non lo è.
Si chiedono “qual è la probabilità probabilità di avere i nostri risultati di ricerca se fosse vero il contrario di ciò che prevediamo?”
Se è improbabile che le cose siano dovute dal caso, allora è vero che sono dovute al nostro trattamento.
Se invece probabile ottenerlo per caso, allora significa che il trattamento forse non ha avuto effetto.
Questo è l'unico modo in cui si può procedere, perché conosciamo solo il modo in cui si manifesta un dato evento quando è influenzato dal caso: assumerà una distribuzione normale.
Esempio 2
Uno psicologo dichiara di saper individuare le persone con un alto QI ad occhi chiusi.
Mettiamo alla prova questa ipotesi
Portiamo questa persone in giro per una grande città , bendato e diciamo: indicaci una peìrsona con un alto QI.
Ora sappiamo che il QI è distribuito normalmente, ha una media di 100 e ds di 15.
Quindi abbiamo una distribuzione di cui le info sono note. Quindi se le cose sono dettate soltanto dal caso , il QI delle persone di distribuisce in questo modo.
Se psicologo non possiede questa abilità: è molto probabile che scegliere una persona con un QI nella media.
Se la persona possiede questa abilità: è molto improbabile che sceglierà una persona con un punteggio lontano dalla media.
Raccolta dati
sceglie una persona, misuriamo il QI , ha scelto un soggetto con QI 135.
Nella distribuzione della popolazione generale, meno del 2.5% ottiene questo risultato.
è poco probabile che l'effetto sia dovuto al caso, ma probabilmente questa persona ha questa abilità.
La verifica delle ipotesi
si basa su una logica contorta: verifichiamo se un effetto c'è, escludendo l'ipotesi contraria che l'effetto non c'è (logica della falsificazione).
Conclusione
Se dal confronto emerge che è poco probabile ottenere quel risultato: rifiutiamo l'ipotesi contraria e supportiamo l'ipotesi che l'effetto ci sia.
Se da confronto emerge che è probabile ottenere quel risultato: non possiamo rifiutare l'ipotesi contraria e supportare l'ipotesi che l'effetto ci sia.
Esempio 3
Due psicologi vogliono dimostrare che persone quando si verificano eventi fortunati sono felici per almeno i 12 mesi successivi.
Estraggono una persona casuale dalla popolazione degli adulti e gli danno 5 milioni di euro e si misurerà 12 mesi dopo il livello di felicità.
Livello di felicità delle persone, se sono dettate dal caso assumono una distribuzione normale
Vediamo che ha una media di 50 e ds 10. Avremo livelli di felicità più o meno probabili.
Presupposto
Se vincere 5 milioni di euro non ha alcun effetto, dopo 12 mesi il livello di felicità rientrerà tra i valori intermedi di felicità della popolazione generale.
Se invece vincere 5 milioni rende le persone più felici anche dopo 12 mesi, sarà tra i valori poco probabili.
Risultati
Dopo 12 mesi la persona ha un livello di felicità di 75.
Se vincere 5 milioni di euro non avesse avuto effetto, osservare un livello di felicità di 75 per caso sarebbe molto improbabile.
Visto che estremamente improbabile ottenerlo per caso, diciamo che probabilmente è dovuto all'effetto non ipotizzato.
Un evento felice come vincere 5mln rende le persone più felici anche dopo 12 mesi.
La logica
formulare un'ipotesi contraria e vedere quale riusciamo ad escludere
se riusciamo a escludere quella contraria
significa che possiamo sostenere con una certa probabilità che se vincere 5 milioni non avesse avuto effetto , osservare un livello di 75 per caso, sarebbe molto improbabile
allora rifiuto all'ipotesi che sia dovuta per caso.
Logica della verifica delle ipotesi
Raccolta dati
Confrontiamo i dati con le info che abbiamo sulla popolazione
Formulazione dell'ipotesi contraria: cosa si dovrebbe osservare se non ci fosse nessun effetto
Se i nostri dati ci dicono che l'ipotesi contraria è poco probabile allora accettiamo l'ipotesi di ricerca.
formulazione dell'ipotesi di ricerca;