假说和零假设

快捷方式: 差异，相似，杰卡德相似系数，参考。

假说和零假设之间的区别

假说 vs. 零假设

假说（Hypothesis），即指按照预先设定，对某种现象进行的解释，即根据已知的科学事实和科学原理，对所研究的自然现象及其规律性提出的推测和说明，而且數據經過詳細的分類、歸納與分析，得到一個暫時性但是可以被接受的解釋。任何一种科学理论在未得到实验确证之前表现为假设学说或假说。 有的假设还没有完全被科学方法所证明，也没有被任何一种科学方法所否定，但能够产生深远的影响。如1900年德国物理学家马克斯·普朗克为解决黑体辐射谱而首先提出量子论（量子假说），1913年丹麦物理学家尼尔斯·玻尔提出的玻尔原子理论大大推进了现代物理学发展进程。. 在推论统计学中，零假设（null hypothesis，又译--、原假设，符号：H0）是做统计检验时的一类假设。零假设的内容一般是希望能证明为错误的假设，或者是需要着重考虑的假设。 比如说，在相关性检验中，一般会取“两者之间无关联”作为零假设，而在独立性检验中，一般会取“两者之间非獨立”作为零假设。与零假设相对的是备择假设（对立假设，alternative hypothesis），即希望证明是正确的另一种可能。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（即显著性差异值或α值），尽量减少第二类错误出现的概率。.