1 基本概念
1.1 定义
零假设是统计假设检验中的基础命题，通常用来表示“没有差异”“没有效应”或“没有关联”。在研究开始时，它作为默认立场被提出，随后由样本数据来检验是否有足够理由将其拒绝。零假设本身并不意味着研究者相信它一定为真，而是为分析提供一个清晰、可操作的起点。
1.2 核心作用
零假设的主要作用，是把研究问题转化为可检验的统计命题。通过设置这一基准，研究者可以在统一规则下判断观察到的差异是否可能只是随机波动造成的。它还为显著性检验、p值计算、统计功效评估以及实验设计提供了共同框架。
1.3 与备择假设的关系
零假设通常与备择假设成对出现。前者描述“无变化”的状态，后者则提出存在差异、效应或关联的可能性。两者并非都能被同时证明，而是在检验中通过证据支持一方、削弱另一方。
1.3.1 对立性与互补性
在经典假设检验中，零假设与备择假设构成对立关系。研究结论通常不是直接“证明”某一假设，而是根据统计结果决定是否拒绝零假设。它们在逻辑上互为参照：零假设给出基线，备择假设则提供研究者真正关心的方向。
1.3.2 单侧检验与双侧检验
若研究只关心某一方向上的变化，例如是否“增加”，可采用单侧检验，此时备择假设具有方向性。若研究关注是否“不同”，不论增减，则多使用双侧检验。两种方式对应的零假设形式相近，但检验区域和判断标准有所区别。
1.4 常见表述方式
零假设常写成参数相等、差值为零或相关为零的形式。例如，两组均值相等、两变量无相关、某处理效应为零等。表述方式应尽量明确，避免含糊不清，以便后续统计检验能够直接对应。
2 统计学中的零假设
2.1 假设检验框架
假设检验通常从提出零假设和备择假设开始，随后收集样本数据并计算统计量，再依据预设规则判断结果是否足够极端。整个过程强调程序化与可重复性，目的在于减少主观判断对结论的影响。
2.1.1 设定显著性水平
显著性水平通常记为α，用来表示研究者愿意接受的第一类错误风险，即在零假设真实时仍将其拒绝的概率上限。常见取值为0.05，但这一数值并非固定标准，而是研究领域、问题性质和风险承受能力共同决定的。
2.1.2 计算检验统计量
检验统计量是从样本中提取出来、用于衡量数据与零假设偏离程度的数值。不同检验方法对应不同统计量，如t值、F值、χ²值等。统计量越极端，样本结果与零假设之间的差距通常越明显。
2.1.3 作出拒绝或不拒绝的判断
当统计结果落入拒绝域，或p值低于显著性水平时，研究者通常拒绝零假设；否则则不拒绝零假设。需要注意的是，不拒绝并不等于确认其成立，只能说明当前证据不足以推翻它。
2.2 p值与零假设
p值是零假设检验中的关键概念，常被用来衡量观察到当前结果或更极端结果的概率。它与零假设紧密相关，因为p值的计算前提正是零假设成立。
2.2.1 p值的含义
严格来说，p值表示：在零假设为真的条件下，获得当前样本结果或更极端结果的概率。它反映的是数据与零假设的相容程度，而不是零假设本身为真的概率。
2.2.2 p值的常见误解
常见误解包括把p值理解为“零假设为真的概率”，或者认为p值越小，结论就越重要。实际上，p值只说明数据在零假设下有多罕见，并不能直接给出效应大小、实际价值或因果强度。
2.3 统计显著性与实际意义
统计显著性关注的是结果是否足够偏离零假设，而实际意义则更重视这种偏离是否在现实场景中具有价值。二者经常相关，但并不总是同步出现。
2.3.1 显著不等于重要
在大样本研究中，哪怕差异很小，也可能因检验能力很强而达到统计显著；相反，在样本较小的情况下，较大的实际差异也未必能显著。因而，显著性结果不能自动等同于研究价值。
2.3.2 效应量的补充作用
效应量用于描述差异或关联的大小，能补充p值所无法提供的信息。它帮助研究者判断结果是否具有实际影响，并便于不同研究之间的比较。与零假设检验结合使用时，结论通常更完整。
3 零假设的类型
3.1 无差异型零假设
无差异型零假设最常见，通常用于比较两个或多个组之间是否存在差别。例如，两组平均成绩相同、两种处理方法效果一致等。这类假设适合实验对照和群体比较场景。
3.2 无关联型零假设
无关联型零假设用于检验两个变量之间是否没有统计关联，如相关系数为零或变量间独立。它常见于相关分析、列联表分析和部分回归模型中。
3.3 无效应型零假设
无效应型零假设强调某种处理、因素或解释变量对结果没有影响。与无差异型相比，它更突出“作用不存在”这一含义，常用于实验研究和因果推断的统计表达。
3.4 参数等值型零假设
参数等值型零假设是把“无差异”具体化为统计参数相等，例如均值、比例或回归系数的比较。它在数学形式上更明确，也更便于构建具体检验。
3.4.1 均值相等
均值相等是最典型的参数等值形式之一，常用于t检验和方差分析。它检验的是不同总体平均水平是否存在差别。
3.4.2 比例相等
比例相等常见于分类数据分析，例如两组成功率是否相同、两类样本的某一属性占比是否一致。其对应检验多见于卡方检验或比例检验。
3.4.3 回归系数为零
在回归模型中，零假设常设定某个回归系数等于零，表示该自变量在控制其他变量后对因变量没有线性影响。这是回归分析中的标准检验方式之一。
4 研究设计中的应用
4.1 实验研究
实验研究通常通过人为操控条件来观察结果变化，因此零假设在其中具有重要地位。它帮助研究者判断处理效应是否超出了随机误差范围。
4.1.1 对照组与实验组比较
在对照组与实验组比较中，零假设一般表示两组在目标指标上没有差异。若实验组在统计上显著偏离对照组，研究者才可能认为处理产生了效应。
4.1.2 随机分配与控制变量
随机分配有助于使各组在已知和未知因素上尽量平衡，从而使零假设检验更可靠。控制变量则用于降低干扰因素的影响，使观察到的差异更可能来自研究处理本身。
4.2 观察性研究
观察性研究不直接操控变量，而是记录已有数据，因此零假设常用于描述变量间是否存在关联。由于缺少随机分配，这类研究对混杂因素更敏感。
4.2.1 相关分析
相关分析中的零假设通常是假定总体相关系数为零，即两个变量之间没有线性关联。若检验结果显著，则说明样本中观察到的关系不太可能只是偶然出现。
4.2.2 回归分析
回归分析里，零假设常用于检验某个解释变量的系数是否为零。若拒绝零假设，说明该变量在模型中具有统计意义上的预测作用，但这并不自动推出因果关系。
4.3 A/B测试
A/B测试广泛用于产品、网站和服务优化，通过比较两个版本的表现来判断是否需要改动。零假设在此通常设为两个版本的关键指标没有差异。
4.3.1 产品优化中的零假设设定
在产品优化中，零假设往往表示新版本不会比旧版本更好，或者两者表现相同。这样做有助于避免仅凭少量波动就贸然上线改动。
4.3.2 转化率差异检验
转化率差异检验通常关注两个版本在点击、注册或购买等行为上的比例是否不同。若差异达到统计显著，产品团队才会进一步评估是否采纳新方案。
5 常见统计检验中的零假设
5.1 t检验
t检验主要用于均值比较，零假设通常写为两组均值相等或样本均值等于某一已知值。它适用于连续型数据且总体方差未知的场景。
5.1.1 独立样本t检验
独立样本t检验比较两个彼此独立群体的均值差异。其零假设是两组总体均值相同，常用于实验组与对照组比较。
5.1.2 配对样本t检验
配对样本t检验用于同一对象前后测量，或成对匹配数据的比较。零假设为配对差值的总体均值为零，即前后无系统变化。
5.2 方差分析
方差分析用于比较三个及以上组的均值差异，零假设通常是所有组的总体均值相等。它比多次进行两两t检验更适合整体比较。
5.2.1 单因素方差分析
单因素方差分析检验一个因素不同水平下的均值是否一致。若拒绝零假设，则说明至少有一组与其他组不同，但不直接指出具体哪组不同。
5.2.2 多因素方差分析
多因素方差分析可以同时考察多个因素及其交互作用。零假设可能分别对应主效应和交互效应是否存在，从而更细致地描述变量关系。
5.3 卡方检验
卡方检验常用于分类数据，零假设往往涉及频数分布是否符合预期，或变量之间是否相互独立。它在调查研究和列联表分析中很常见。
5.3.1 拟合优度检验
拟合优度检验用于判断观察频数是否与理论分布一致。零假设通常是样本分布符合某个预设比例或模型。
5.3.2 独立性检验
独立性检验用于判断两个分类变量是否相互独立。零假设为二者没有关联，若结果显著，则说明变量之间存在统计联系。
5.4 非参数检验
非参数检验适用于不满足正态分布或数据类型受限的情形，零假设通常仍是“无差异”或“无变化”，只是检验方式不依赖特定分布假定。
5.4.1 Mann-Whitney U检验
Mann-Whitney U检验用于比较两独立样本的分布位置差异。其零假设通常是两组来源于相同分布，或至少在位置上没有系统偏移。
5.4.2 Wilcoxon符号秩检验
Wilcoxon符号秩检验适用于配对样本或单样本中位数差异的判断。零假设一般是配对差值的中位数为零，或总体位置没有变化。
6 方法论与哲学基础
6.1 可证伪性
零假设之所以重要，与可证伪性密切相关。它提供了一个可以被数据挑战的陈述，使研究结论具备明确的检验边界，而不是停留在主观推测层面。
6.2 归纳推理与演绎推理
统计推断兼具归纳与演绎特征：从样本推及总体属于归纳，而根据既定规则检验假设则带有演绎色彩。零假设正是这种推理结构中的枢纽，使研究过程具有逻辑上的一致性。
6.3 科学方法中的基准陈述
在科学方法中，零假设可视为一种基准陈述，帮助研究者从“默认无效应”出发，再看证据是否足以改变这一立场。它降低了任意解释结果的风险，也增强了研究的可重复性。
6.4 模型比较视角
从模型比较的角度看，零假设可被理解为一个较简单的基础模型，备择假设则对应更复杂的解释模型。检验的实质，是比较数据对两种模型的支持程度，并决定是否保留更简单的基线模型。
7 误区与争议
7.1 “接受零假设”的误用
在统计实践中，“接受零假设”并不是严格推荐的表述。因为检验通常只能说明证据是否足以拒绝它，而不能像数学证明那样确认它必然成立。
7.2 “未拒绝”不等于“证明为真”
未拒绝零假设只能表示当前样本和方法下，没有足够证据反对它。这可能源于真实无效应，也可能源于样本量不足、数据噪声较大或检验方法不敏感。
7.3 过度依赖显著性阈值
将0.05之类的阈值视为绝对分界，容易把统计判断简化为机械式“通过/不通过”。更合理的做法是结合效应量、置信区间、研究背景和样本质量综合判断。
7.4 结果重复性问题
零假设检验有时会被重复性不足所困扰，尤其在样本偏少或研究设计不够稳健时。结果是否能在后续研究中再次出现，往往比一次性的显著性更能反映结论可靠性。
7.4.1 统计功效不足
统计功效不足时，即使真实存在效应，也可能因为检验能力不够而未拒绝零假设。功效偏低会增加漏检风险，使研究结论更不稳定。
7.4.2 样本量偏小
样本量偏小时，统计波动更大，结果更容易受偶然因素影响。此时零假设检验的结论往往不够稳固，也不利于估计真实效应的大小。
8 历史与发展
8.1 早期统计推断思想
零假设的思想来源于早期统计推断的发展过程。随着农业、工业和医学研究对实验比较的需求增加，研究者逐步形成了以样本推断总体的规范化方法。
8.2 显著性检验体系的形成
20世纪早期，显著性检验方法逐渐系统化，零假设成为其核心组成部分。此后，这一框架被广泛应用于各类实验与调查研究，并成为现代统计学的重要基础之一。
8.3 当代改进方向
随着研究实践的发展，单纯依赖零假设检验的局限逐渐受到重视。现代方法更强调多种证据结合，以提升结论的稳健性与透明度。
8.3.1 置信区间
置信区间不仅关注是否拒绝零假设，还能提供参数可能取值的范围。它有助于理解估计的不确定性，并补充显著性检验所缺失的信息。
8.3.2 贝叶斯方法
贝叶斯方法通过先验信息与样本证据共同更新对假设的看法，强调概率解释的连续性。与传统零假设检验相比，它更关注模型概率与参数分布的变化。
8.3.3 预注册与开放科学
预注册要求研究者在数据分析前公开研究设计与分析计划，有助于减少事后挑选结果的偏差。开放科学实践则鼓励数据、代码和方法透明，使零假设检验更便于复核与重复。