零假设

本文解释了统计学中的原假设是什么。还提供了原假设的示例，以及原假设与假设检验中出现的其他概念之间的关系。

什么是原假设？

在统计学中，零假设是否认或证实有关所研究样本的参数的结论的假设。具体来说，在假设检验中，零假设认为实验的结论是错误的。

因此，零假设是我们希望拒绝的假设。因此，如果研究人员设法拒绝零假设，则意味着他想在统计研究中证明的假设可能是正确的。另一方面，如果无法拒绝原假设，则意味着想要检验的假设很可能是错误的。我们将在下面看到什么时候可以拒绝原假设。

原假设的符号是 H ₀ 。

通常，零假设在其陈述中包含“否”或“不同于”，因为它假设研究假设是错误的。

零假设示例

了解原假设的定义后，让我们看一下此类统计假设的示例，以更好地理解其含义。

例如，如果一项统计研究想要证明某个品牌的笔记本电脑的电池平均可持续使用 5 小时，则零假设将是该笔记本电脑的电池平均持续时间不是 5 小时。

总之，零假设的制定与我们想要检验的陈述相矛盾，因此它是我们想要拒绝的研究假设。

原假设和备择假设

备择假设是您想要证明的有效假设。也就是说，在假设检验中，目标是验证备择假设是否正确。备择假设由符号H ₁表示。

因此，原假设与备择假设的区别在于，进行统计调查时，目标是拒绝原假设，而目标是证明备择假设为真。

继续前面的例子，如果在统计研究中我们想要证实某个品牌的笔记本电脑的电池平均可持续使用 5 小时，则备择假设将是该笔记本电脑的电池等于 5 小时，并且在另一方面，零假设将与备择假设相反。

所以，实际上，在一项研究中，首先提出备择假设，然后提出零假设，这将与备择假设相反。

原假设和 p 值

最后，让我们看看原假设和 p 值之间的关系，因为它们是两个密切相关的统计概念。

p 值也称为p 值，是一个介于 0 和 1 之间的值，表示观察到的差异是偶然造成的概率。因此，p 值表示结果的重要性，并用于确定是否接受或拒绝原假设。

那么……什么时候原假设被拒绝？

接受或拒绝原假设取决于 p 值和显着性水平之间的关系：

• 如果 p 值小于显着性水平，则拒绝原假设。
• 如果 p 值大于显着性水平，则接受原假设。

请记住，拒绝原假设意味着接受备择假设，相反，接受原假设意味着拒绝备择假设。

此外，应该注意的是，统计调查期间得出的结论可能是错误的，因为假设检验依赖于基于所选置信水平接受或拒绝假设。