Skip to main content
منصة التحليل ↗
04. المنطق الاستدلالي واختبار الفرضيات الإحصائية10 دقائق قراءةدرس متقدم

فرضية العدم (H₀)، وأنواع الخطأ، وفترات الثقة

لماذا نقول 'عدم رفض فرضية العدم' بدلاً من قبولها، وكيف تتوازن أخطاء النوعين الأول والثاني، وكيف تُقارن فترة الثقة بحد الأهمية السريرية (MCID).

في هذا الدرس ستتعلم:

  • 1صياغة فرضيتي العدم (H₀) والبديلة (H₁) وتفسير لماذا لا يعد العجز عن رفض H₀ برهاناً على صحتها.
  • 2التمييز بين خطأ النوع الأول (α، إيجابية كاذبة)، وخطأ النوع الثاني (β، سلبية كاذبة)، والقوة الإحصائية (1 − β).
  • 3تقييم فترات الثقة 95% بمقارنتها مع كل من قيمة العدم (0) والحد الأدنى للأهمية السريرية (MCID).
في هذه الصفحة (جدول المحتويات)▼
01

اختبار الفرضيات وإطار المحاكمة القضائية

عن ماذا يتحدث هذا القسم؟

يربط هذا القسم المخرجات الأربعة لأي اختبار فرضيات (القرار الصحيح، خطأ النوع الأول، خطأ النوع الثاني، والقوة الإحصائية) بمصفوفة الحكم القضائي.

لماذا يهمك في دراستك؟

فهم الموازنة بين ألفا (الإنذار الكاذب) وبيتا (تفويت الأثر الحقيقي) ضروري لتبرير حساب حجم العينة أمام لجان الأخلاقيات والتحكيم.

يعمل اختبار الفرضيات بمنطق المحاكمة القضائية: حيث تُفترض براءة فرضية العدم (H₀) حتى تتجمع أدلة كافية في العينة لرفضها تحت سقف خطأ محدد مسبقاً (α = .05).

المصطلح المعنى السريري المقابل القضائي
فرضية العدم (H₀) الافتراض المبدئي بعدم وجود فرق حقيقي بين ذراع التدخل والذراع الضابطة في المجتمع. قرينة البراءة الأصلية.
الفرضية البديلة (H₁) الفرضية البحثية بوجود أثر أو فرق حقيقي في المجتمع. لائحة الاتهام.
خطأ النوع الأول (α) إيجابية كاذبة: رفض H₀ بينما الدواء غير فعال في الواقع (يُضبط عادة عند 5%). إدانة متهم بريء.
خطأ النوع الثاني (β) سلبية كاذبة: عدم رفض H₀ رغم وجود أثر علاجي حقيقي، غالباً بسبب صغر العينة (يُضبط عند ≤ 20%). تبرئة مذنب لعدم كفاية الأدلة.
القوة الإحصائية (1 − β) احتمال نجاح الدراسة في رصد الأثر الحقيقي عند وجوده (المعيار القياسي ≥ 80%). كفاية الأدلة الجنائية.
الواقع: فرضية العدم صحيحة (لا أثر)الواقع: الفرضية البديلة صحيحة (الأثر موجود)القرار: رفض H₀ (p < .05)القرار: عدم رفض H₀خطأ النوع الأول (Type I Error - α)إيجابية كاذبة (إدانة بريء)القوة الإحصائية (Power = 1 - β ≥ 80%)اكتشاف صحيح للأثر العلاجيقرار صحيح (1 - α = 95%)سلبية صحيحة (تبرئة البريء)خطأ النوع الثاني (Type II Error - β)سلبية كاذبة (تفويت دواء ناجح)
شكل توضيحي:يوازن كل اختبار فرضيات بين خطر الإيجابية الكاذبة (خطأ النوع الأول α) والسلبية الكاذبة (خطأ النوع الثاني β).

مثال سريري تطبيقي

تجربة استطلاعية لعلاج إنتان الدم تختبر دواءً مساعداً لدى 24 مريضاً (12 في كل ذراع) وترصد انخفاضاً في الوفيات بنسبة 12%، لكن بقيمة p = .18.

12 مريضاً لكل ذراع | الانخفاض المرصود = 12% | p = .18 (القوة الإحصائية لكشف فرق 12% بعينة 24 مريضاً تقل عن 15%)

القرار والتفسير: الجزم بأن الدواء 'لا أثر له' هو وقوع في فخ خطأ النوع الثاني؛ فمع وجود 12 مريضاً فقط لكل ذراع تكون القوة الإحصائية ضعيفة جداً، وتعكس p = .18 عدم كفاية العينة وليس انعدام الفائدة.

خطأ شائع يجب تجنبه

كتابة عبارة 'قبلنا فرضية العدم وأثبتنا تطابق المجموعتين' بمجرد ظهور p > .05.

فصل متقدم

مشمول مع أي باقة دراسة في Analysez AI

هذا الفصل التفاعلي (فرضية العدم (H₀)، وأنواع الخطأ، وفترات الثقة) والمختبرات السريرية التابعة له متاحة لكل من اشترى أي باقة دراسة في Analysez AI، بدون رسوم إضافية.

فتح كامل لجميع الفصول الـ 10 المتقدمة والمختبرات التفاعلية
أدوات محاكاة تفاعلية للمنحنيات والنماذج وجداول الاقتران
تحميل قوالب نتائج جاهزة للنشر بأسلوب APA 7th في ملفات Word
وصول غير محدود لمحرك تنظيف البيانات التلقائي بـ 55 فحصاً مدققاً
فرضية العدم (H₀)، وأنواع الخطأ، وفترات الثقة | دليل الإحصاء الحيوي | Analysez