零假设（null hypothesis），统计学术语，又称原假设，指进行统计检验时预先建立的假设。 零假设成立时，有关统计量应服从已知的某种概率分布。当统计量的计算值落入否定域时，可知发生了小概率事件，应否定原假设。

简介

释义

确定标准

确定思路

简介

在统计学中，零假设（虚无假设）是做统计检验时的一类假设。零假设的内容一般是希望证明其错误的假设。比如说，在相关性检验中，一般会取“两者之间没有关联”作为零假设，而在独立性检验中，一般会取“两者之间有关联”作为零假设。与零假设相对的是备择假设（对立假设），即不希望看到的另一种可能。从数学上来看，零假设和备择假设的地位是相等的，但是在统计学的实际运用中，常常需要强调一类假设为应当或期望实现的假设。如果一个统计检验的结果拒绝零假设（结论不支持零假设），而实际上真实的情况属于零假设，那么称这个检验犯了第一类错误。反之，如果检验结果支持零假设，而实际上真实的情况属于备择假设，那么称这个检验犯了第二类错误。通常的做法是，在保持第一类错误出现的机会在某个特定水平上的时候，尽量减少第二类错误出现的概率。

释义

看到零假设的时候我们会自然地发问，这个“假设”太奇怪了，竟然叫零假设，难道还有什么一假设和二假设吗？换句话说，假设是可用数字来计量的吗？对这个问题有一个好的理解的办法可能需要提到相关系数，还有就是关于假设的一些简单陈述。当我们想理解两个事件是否相关的时候，我们用相关系数来测量它们之间的相关程度，它是介于-1到1的一个数值。当相关系数是零的时候，我们说这两个事件没有关系。假设就是我们对两个事件之间关系的某种猜测。因此，如果们要研究两个事件的关系时，零假设的意思就是说，两件事情之间没有关系。

当然，零假设仍然是一种假设，并不是对世界运动的客观描述，至少在没有证明它是正确的情形下这样的表达是可靠的。零假设不过是我们研究两个事物之间是否有关的时候我们能做出的最保守的假设。如果我们想知道温室气体排放的增加和全球变暖之间的关系，而在研究之前我们没有做过任何的研究和调查，我们最保险的办法就是认为这两者之间没有关系，这就是零假设。因为我们不知道它们之间是什么样的关系在研究之前，所以我们令可认为它们之间没有关系。然后通过我们科学的调查研究，再排除那些偶然性的因素之后，我们得到的结论是温室气体排放使和全球变暖。

正如上面所提到的，零假设还要让我们接受偶然性。许多事情的发生出于偶然，这是一个基本事实。由于偶然而导致两个事情看起来有关系，或者说有关系，但实际上我们还是认为这两者之间的关系仍然是不相关的，用零假设来描述它们的关系仍然是恰当的。偶然性是一个让人着迷又易犯错误的领域，尽管它确实存在，但是在对它进行研究的人们仍然是我们人类中的强者。我们所要研究的是，在排除这些偶然性的因素之后得到的两者之间的必然联系。只有这样的结论才是可靠的，运用这样的结论来改造世界才是安全的。

确定标准

1零假设一般是有意推翻的假设；

2由于第一类错误的概率可以通过显著性水平的选定加以控制，零假设一般是如果出现第一类错误后后果更为严重的情况的假设。

确定思路

在假定零假设为真的前提下，确定样本分布形态和特征值（包括期望和方差）并选择合适的统计量，然后，确定包括接受域，临界值和拒绝域在内的决策标准；根据样本数据计算出统计量并将其与决策标准比后得出结论。其间决策标准的逻辑意义在于，零假设为真时的样本分布中，抽样数据落在拒绝域被设定为小概率事件，而小概率事件在一次试验中几乎是不可能发生的，一旦发生，可认定样本数据落在拒绝域并非小概率事件，零假设为真的前提可以被推翻。