如何撰写假设

假设只是一个可测试的声明，以找到一个具体问题的答案；一个正式的假设迫使人们思考在一个实验中期待什么结果。

因此，假设几乎可以用于任何事情，例如测试日常工作中的不同结果、确定研究中可能的结局、构成科学实验的基础等等。

通过这篇文章，你将了解其背后的推理，各种类型的假设，以及 如何撰写假设 更加明确。

什么是假设？

假设是一种预测方法，是对尚未检验的事物寻找答案的一种尝试，是基于有限证据的一种想法或建议。

在大多数情况下，这需要提出两个变量（或更多）之间的关系：自变量（所做的改变）和因变量（措施）。例如，假设你习惯于在考试前通宵学习，但你总是太累了，无法清楚地理解题目，导致成绩不佳。

因此，假设是，如果你在白天学习，你会理解这个科目，并因此获得一个好成绩。在这个例子中，自变量是学习时间，因变量是对该学科的理解和成绩。

正如你所看到的，假设几乎可以在任何情况下使用，但它最常出现在研究论文或科学实验中。

在撰写假说时，在开始写下假说之前，关键是要谨慎和彻底。因为任何假说都必须通过事实、直接测试和数据证据来证明，即使是假说构建中的小缺陷或误解也会对你的研究质量及其后续结果产生负面影响。

研究假设的类型和例子

根据你的假说的性质或目的，有各种类型的假说可供选择，无论是用于研究还是科学实验。

在我们进入到 如何撰写假设让我们回顾一下不同的类型，看看哪种类型最适合你。

简单的假说

一个简单的假设只会测试和试验两个变量之间的关系：自变量和因变量。正如我们之前用学习时间和成绩作为例子。

复杂的假说

一个更复杂的假设涉及两个以上的变量之间的关系，比方说：两个自变量和一个因变量或反之亦然。

例子。 社会上的贫困程度越高，文盲率越高，犯罪率就越高。

无效假设

空白假设，缩写为H0，是指变量之间没有关系。

例子。 贫穷与社会犯罪率无关。

备选假设

在使用无效假设的同时，还使用替代假设（H1或HA）。它指出了无效假设的反面，意味着只有一个假设是真的。

例子。 贫困是社会犯罪率的根源.

综合假说

复合假设是指不预测因变量的确切参数、分布或范围的假设。

我们会经常预测一个确切的结果。"23岁的男人平均身高为189厘米，"例如。我们在这里提供的是一个确切的参数。因此，该假设不是复合的。

然而，我们不能总是精确地假设一些事情。在这些情况下，我们可能会说，"平均而言，23岁的男人是不身高189厘米"。我们没有为23岁男性的平均身高建立一个分布范围或精确参数。因此，我们引入了一个综合假设，而不是一个精确假设。

备选假设（如上所述）一般是复合假设，因为它被定义为除无效假设以外的任何东西。因为这个 "除此之外的任何东西 "并没有指定参数或分布，所以它是复合假设的一个例子。

逻辑假说

一个可以在逻辑上得到验证的假设被称为逻辑假设。因此，在没有实际证据的情况下，逻辑假说表明了变量之间的关系。

例子。 鳄鱼有绿色的鳞片，因此与它们密切相关的恐龙很可能也有绿色的鳞片。然而，由于它们都已灭绝，我们必须依靠逻辑而不是经验数据。

经验性假设

经验性假说是逻辑性假说的反面。它是一个目前正在通过科学调查进行检验的假设，它依赖于具体的数据。这也被称为 "工作假说"。

例子。 每天喂1磅玉米，奶牛的寿命就会缩短。

统计学假设

统计假设使用有代表性的统计模型来得出关于更大人群的结论。你不是测试所有的东西，而是测试一个子集，并根据以前收集的数据来归纳其余的东西。

例子。 世界上大约有2%的人口拥有天然红发。

方向性假说

方向性假设在测试前就预测了干预措施的效果是正还是负。

例子。 阴雨天气是否会影响人们每周的中度至高度运动量？正面来说，下雨会减少人们每周的中度到强度的运动量。