লেকচার শিরোনাম: নাস্তিক ও বিকল্প কল্পনা (Hypothesis Testing)
জীবপরিসংখ্যানে কোনো গবেষণার ফলাফল কেবল দৈববশত (By chance) হয়েছে নাকি এর পেছনে বাস্তব কোনো কারণ আছে, তা বৈজ্ঞানিকভাবে জানার পদ্ধতিই হলো Hypothesis Testing বা পরিকল্পনা যাচাই।
১. নাস্তিক কল্পনা (Null Hypothesis - \(H_0\))
এটি হলো গবেষণার সেই প্রাথমিক ধারণা যেখানে ধরে নেওয়া হয় যে পরীক্ষাধীন চলকগুলোর মধ্যে কোনো বাস্তব পার্থক্য নেই। গবেষক মূলত এই ধারণাটিকে ভুল প্রমাণ করার চেষ্টা করেন।
উদাহরণ: "একটি নতুন ওষুধ ব্যবহারের ফলে রোগীদের সুস্থ হওয়ার হারে কোনো পরিবর্তন আসেনি।"
গাণিতিক চিহ্ন:
$$H_0: \mu_1 = \mu_2$$
২. বিকল্প কল্পনা (Alternative Hypothesis - \(H_1\) বা \(H_a\)
এটি নাস্তিক কল্পনার ঠিক বিপরীত ধারণা। গবেষক গবেষণার মাধ্যমে আসলে এই ফলাফলটিই আশা করেন বা প্রমাণ করতে চান।
উদাহরণ: "নতুন ওষুধটি ব্যবহারের ফলে রোগীরা দ্রুত সুস্থ হচ্ছেন (অর্থাৎ সুস্থ হওয়ার হার বেড়েছে)।"
গাণিতিক চিহ্ন:
$$H_a: \mu_1 \neq \mu_2$$(অথবা নির্দিষ্ট দিকে হলে:
$$H_a: \mu_1 > \mu_2$$)
৩. সংশয়ী এলাকা (Critical Region)
একটি নরমাল ডিস্ট্রিবিউশন কার্ভের (Normal Distribution Curve) যে নির্দিষ্ট অংশে আমাদের গণনাকৃত মান (যেমন: Z, t বা Chi-square মান) পড়লে আমরা নাস্তিক কল্পনাকে (\(H_0\)) বর্জন করি, তাকেই Critical Region বা বর্জন এলাকা বলে।
৪. একমুখী বনাম দ্বিমুখী পরীক্ষা (One-tailed vs Two-tailed Test)
| বৈশিষ্ট্য | একমুখী পরীক্ষা (One-tailed) | দ্বিমুখী পরীক্ষা (Two-tailed) |
| উদ্দেশ্য | পার্থক্যটি শুধু একটি নির্দিষ্ট দিকে (বেশি বা কম) কি না তা দেখা। | শুধু পার্থক্য আছে কি না (বেশি বা কম দুইই হতে পারে) তা দেখা। |
| উদাহরণ | নতুন সার দিলে কি ধানের ফলন বাড়বে? | দুই এলাকার মাছের ওজনের মধ্যে কি কোনো পার্থক্য আছে? |
| Critical Region | কার্ভের যেকোনো এক প্রান্তে (বামে অথবা ডানে) থাকে। | কার্ভের দুই প্রান্তেই সমানভাবে ভাগ করা থাকে। |
৫. ফলাফলের ব্যাখ্যা (Interpretation)
আমরা যখন কোনো টেস্ট করি, তখন একটি p-value বা সার্থকতা স্তর (যেমন: \(0.05\) বা ৫%) ব্যবহার করি।
যদি আমাদের গণনাকৃত মান Critical Region-এ পড়ে, তবে আমরা বলি: "ফলাফলটি পরিসংখ্যানিকভাবে সার্থক (Statistically Significant)"। এর মানে আমরা নাস্তিক কল্পনা (\(H_0\)) বর্জন করি এবং বিকল্প কল্পনা গ্রহণ করি।
যদি মানটি সংশয়ী এলাকার বাইরে থাকে, তবে আমরা \(H_0\) গ্রহণ করি।
স্বাগতম! 'Learning Biology For Life' কমিউনিটিতে।
আমাদের এই লেকচারটি নিয়ে আপনার মূল্যবান মতামত বা প্রশ্ন নিচে শেয়ার করুন।
🎓 শিক্ষার্থীদের জন্য: কোনো অংশ বুঝতে সমস্যা হলে নির্দ্বিধায় প্রশ্ন করুন।
🔬 গবেষক ও শিক্ষকদের জন্য: কোনো তথ্যগত সংযোজন বা কোলাবরেশনের প্রস্তাব থাকলে আমাদের জানান।
অনুগ্রহ করে গঠনমূলক আলোচনা বজায় রাখুন এবং স্প্যামিং থেকে বিরত থাকুন।