在推論統計學中,零假設(英語:Null hypothesis,又譯零假說,符號:)是做統計檢驗時的一類假說。 零假設的內容一般是希望能證明為錯誤的假設,與零假設相對的是對立假說,即希望證明是正確的另一種可能。從數學上來看,零假設和備擇假設的地位是相等的,但是在統計學的實際運用中,常常需要強調一類假設為應當或期望實現的假設,例如在相關性檢驗中,一般會取「兩者之間無關聯」作為零假設,而在獨立性檢驗中,一般會取「兩者之間非獨立」作為零假設。 如果一個統計檢驗的結果拒絕(reject) 零假設(結論不支持零假設),而實際上真實的情況屬於零假設,那麼稱這個檢驗犯了型一錯誤。反之,如果檢驗結果支持零假設,而實際上真實的情況屬於備擇假設,那麼稱這個檢驗犯了型二錯誤。通常的做法是,在保持第一類錯誤出現的機會在某個特定水平上的時候(即顯著性差異值或α值),儘量減少第二類錯誤出現的概率。 相關條目[編輯]
參考來源[編輯]
延伸閱讀[編輯]
外部連結[編輯]
|