在假設檢驗中，零假設（Null Hypothesis）是統計檢測時的一類假設。零假設的內容一般是希望證明其錯誤的假設。與零假設相對立的就是操作性對立假設又稱為備擇假設（Alternative Hypothesis）即不希望看到的另一種可能。
基本介紹
- 中文名：操作性對立假設
- 外文名：Alternative Hypothesis
- 心理學：心理統計
定義,套用,
定義
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。如果一個統計檢驗的結果拒絕零假設（結論不支持零假設），而實際上真實的情況屬於零假設，那么稱這個檢驗犯了第一類錯誤。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，那么稱這個檢驗犯了第二類錯誤。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，儘量減少第二類錯誤出現的機率。
比如我要做一些實驗證明陽光對植物的影響，我是希望發現陽光與植物是有一些關係的，這種情況下我做原假設/零假設即是：陽光對植物沒有影響。備擇假設：陽光對植物有影響。
第一類錯誤：“棄真”，零假設為真，卻拒絕了零假設。（即小機率事件（某些植物跟陽光無關）發生的可能性，當它在5%左右，可以拒絕零假設。）
第二類錯誤：“取偽”，零假設為假，卻接受了零假設。（實際上植物和陽光有關係，然而我們忽略掉了它們的關係，睜一隻眼閉一隻眼接受了。）
套用
原假設：被告無罪
備擇假設：被告是有罪的
原則：無罪推論（保護原假設）
最後的判決：當有明顯犯罪證據時，法官才判決被告有罪
證據明顯：由臨界值決定（法律條文的規定）
