定义，模板和例子

零假设和替代假设是两种相互竞争的主张，研究人员权衡证据支持和反对使用<一个href="//www.charpingshvac.com/statistics/statistical-tests/" data-wpel-link="internal">统计检验：

• 零假设(H₀)：有没有影响在<一个href="//www.charpingshvac.com/methodology/population-vs-sample/" data-wpel-link="internal">人口．
• 备择假设(H_一个或H₁）：有一个效果在人口中。

效果通常是效果的<一个href="//www.charpingshvac.com/methodology/independent-and-dependent-variables/" data-wpel-link="internal">独立变量在<一个href="//www.charpingshvac.com/methodology/independent-and-dependent-variables/" data-wpel-link="internal">因变量．

用假设回答你的研究问题

零假设和替代假设为你提供了相互竞争的答案<一个href="//www.charpingshvac.com/research-process/research-questions/" data-wpel-link="internal">研究问题．当研究问题问到“自变量是否影响因变量?””:

• 零假设(H₀)回答:“不，在人群中没有影响。”
• 替代假设(H_一个)回答:“是的，在人群中有影响。”

null和alternative总是关于总体的声明。这是因为我们的目标<一个href="//www.charpingshvac.com/statistics/hypothesis-testing/" data-wpel-link="internal">假设检验就是使<一个href="//www.charpingshvac.com/statistics/inferential-statistics/" data-wpel-link="internal">推论关于一个基于<一个href="//www.charpingshvac.com/methodology/sampling-methods/" data-wpel-link="internal">样本．通常,我们<一个href="//www.charpingshvac.com/commonly-confused-words/infer-vs-imply/" data-wpel-link="internal">推断出通过观察群体之间的差异或样本变量之间的关系，是否会在总体中产生影响。这对你的研究很重要<一个href="//www.charpingshvac.com/methodology/hypothesis/" data-wpel-link="internal">写出强有力的假设．

你可以使用统计检验来决定证据是有利于零假设还是备择假设。每种类型的统计检验都有一种特定的表达零假设和备用假设的方式。然而，假设也可以用适用于任何测试的一般方式来表达。

什么是零假设?

零假设是，总体中没有影响。

如果样本提供了足够的证据来反驳在总体中没有影响的说法(p≤α)，则可以<一个href="//www.charpingshvac.com/statistics/hypothesis-testing/" data-wpel-link="internal">拒绝原假设．否则，我们无法拒绝零假设。

虽然“拒绝失败”可能听起来很尴尬，但这是统计学家唯一的措辞<一个href="//www.charpingshvac.com/commonly-confused-words/accept-vs-except/" data-wpel-link="internal">接受．注意不要说你“证明”或“接受”零假设。

零假设通常包括“没有影响”、“没有差异”或“没有关系”等短语。当用数学术语来写时，它们总是包含一个等式(通常是=，但有时是≥或≤)。

你永远无法完全确定是否会对人群产生影响。在某些情况下，你对总体的推断是不正确的。当你错误地拒绝零假设时，它被称为a<一个href="//www.charpingshvac.com/statistics/type-i-and-type-ii-errors/" data-wpel-link="internal">第一类误差．当你错误地拒绝它时，这是第二类错误。

零假设的例子

下表给出了一些例子<一个href="//www.charpingshvac.com/research-process/research-questions/" data-wpel-link="internal">研究问题零假设。回答一个研究问题的方法总是不止一种，但这些零假设可以帮助你开始。

*请注意，一些研究人员喜欢总是用“no effect”和“=”来写零假设。可以这么说，每天的冥想有帮助没有影响抑郁症和p₁＝p₂．

接收关于语言、结构和格式的反馈

专业编辑校对和编辑您的论文，重点:

• 学术风格
• 模糊的句子
• 语法
• 风格的一致性

请看例子

什么是备择假设?

替代假设(H_一个)是你的另一个答案<一个href="//www.charpingshvac.com/research-process/research-questions/" data-wpel-link="internal">研究问题．它声称这对人群有影响。

通常，备择假设和研究假设是一样的。换句话说，它是你期望或希望是正确的断言。

备择假设是零假设的补充。零假设和替代假设是详尽的，这意味着它们一起涵盖了所有可能的结果。它们也是相互排斥的，这意味着一次只能有一个是正确的。

替代假设通常包括“一种影响”、“一种差异”或“一种关系”等短语。当用数学术语来写备选假设时，它们总是包含一个不等式(通常≠，但有时<或>)。与零假设一样，有许多可接受的方法来表达替代假设。

备选假设的例子

下表给出了研究问题和替代假设的例子，以帮助你开始制定自己的假设。

零假设和替代假设的异同

零假设和替代假设在某些方面是相似的:

• 它们都是研究问题的答案。
• 他们都提出了人口问题。
• 它们都是通过统计测试来评估的。

然而，这两种假设之间有重要的区别，总结如下表。

如何写出零假设和备择假设

为了帮助你写出假设，你可以使用下面的模板句。如果你知道你要使用哪个统计测试，你可以使用特定于测试的模板句。否则，你可以使用一般的模板句。

一般模板句

要使用这些模板句，你唯一需要知道的就是你的<一个href="//www.charpingshvac.com/methodology/independent-and-dependent-variables/" data-wpel-link="internal">依赖而且<一个href="//www.charpingshvac.com/methodology/independent-and-dependent-variables/" data-wpel-link="internal">独立的变量。要写出你的研究问题、零假设和备择假设，请在以下句子中填写你的变量:

做独立变量影响因变量?

• 零假设(H₀)：独立变量不影响因变量。
• 备择假设(H_一个)：独立变量影响因变量。

特定于测试的模板句

一旦你知道了<一个href="//www.charpingshvac.com/statistics/statistical-tests/" data-wpel-link="internal">统计检验你们可以用一种更精确更数学的方式来写你们的假设针对你们选择的测试。下表为常见的统计测试提供了模板句。

注意:上面的模板句假设你正在表演<一个href="//www.charpingshvac.com/statistics/students-t-table/" data-wpel-link="internal">单侧测试．单尾检验适用于大多数研究。

常见问题

什么是假设检验?

假设检验是一种用统计来调查我们对世界的看法的正式程序。它被科学家用来测试特定的预测，称为<一个href="//www.charpingshvac.com/methodology/hypothesis/" data-wpel-link="internal">假设，通过计算两者之间的模式或关系的可能性<一个href="//www.charpingshvac.com/methodology/types-of-variables/" data-wpel-link="internal">变量可能是偶然出现的。

什么是零假设和替代假设?

零假设和替代假设用于统计<一个href="//www.charpingshvac.com/statistics/hypothesis-testing/" data-wpel-link="internal">假设检验．的零假设的测试总是预测变量之间没有影响或没有关系，而备择假设陈述你对影响或关系的研究预测。

用什么符号来表示零假设?

的<一个href="//www.charpingshvac.com/statistics/null-and-alternative-hypotheses/" data-wpel-link="internal">零假设常缩写为H₀．当零假设用数学符号来写时，它总是包含一个相等符号(通常是=，但有时≥或≤)。

用什么符号来表示可供选择的假设?

的<一个href="//www.charpingshvac.com/statistics/null-and-alternative-hypotheses/" data-wpel-link="internal">备择假设常缩写为H_一个或H₁．当用数学符号写备择假设时，它总是包含一个不等式符号(通常≠，但有时<或>)。

研究假设和统计假设的区别是什么?

一个研究假设是你对研究问题的建议答案。研究假设通常包括一种解释("x影响y因为…”)。

另一方面，统计假设是关于总体参数的数学陈述。统计假设总是成对出现的<一个href="//www.charpingshvac.com/statistics/null-and-alternative-hypotheses/" data-wpel-link="internal">零假设和替代假设．在一个<一个href="//www.charpingshvac.com/research-process/research-questions/" data-wpel-link="internal">精心设计的研究，统计假设与研究假设在逻辑上对应。