Null Hypothesis

Null Hypothesis（零假设）

Null Hypothesis（零假设，记作 $H_0$）是统计推断中的一个核心概念，指一种被设定为"默认成立"的命题，通常代表无效应、无差异或无关联的基准状态。统计检验的逻辑并非直接证明某个研究假说为真，而是通过评估数据与零假设之间的不一致程度来决定是否有充分理由拒绝 $H_0$。这一概念由英国统计学家 Ronald Fisher 在20世纪20年代首次系统阐述，并成为现代统计假设检验的基石。

概念起源与历史背景

Fisher 在其1925年出版的《研究工作者的统计方法》（Statistical Methods for Research Workers）中首次明确提出了"零假设"这一术语。他将其定义为一个"被设计出来以便被数据推翻的假设"（a hypothesis which is set up to be disproved）。Fisher 的零假设检验框架不涉及备择假设，也不需要设定显著性水平作为硬性分界线——$p$ 值仅被视为衡量证据强度的连续指标。在这一框架下，研究者无需做出二元的接受或拒绝决策，而是自行判断证据是否足够有力。

之后，Jerzy Neyman 和 Egon Pearson 在1928年至1933年间提出了另一个更具决策导向的框架。在 Neyman-Pearson 框架中，零假设必须与一个明确的备择假设配对，检验者预先设定第一类错误概率 $\alpha$ 和检验功效 $1 - \beta$，并根据事先确定的临界区域做出"拒绝"或"不拒绝"的二元决策。两种框架在哲学上存在根本差异：Fisher 的框架服务于科学推理，而 Neyman-Pearson 的框架服务于行动决策。在实际应用中两者经常被混用，形成了一种被统计学家批评为"含混的混合体"（inconsistent hybrid）的常见做法。

零假设的逻辑结构

零假设的设定必须满足一个形式要件：它必须包含等号。这是因为计算检验统计量在 $H_0$ 下的抽样分布时，需要一个确定的参数值作为基准。合法的零假设形式包括 $H_0: \mu = 0$、$H_0: \mu_1 - \mu_2 = 0$ 或 $H_0: \beta_j = 0$ 等，而 $H_0: \mu > 0$（严格不等式）不能作为标准零假设使用，因为不存在一个唯一的参数值来构造概率分布。

在检验实践中，零假设往往是"无效应"的保守声明。研究者将自己的研究假说放在 Alternative Hypothesis 中，这意味着他们需要用足够强的数据证据来推翻零假设。这种不对称性蕴含了一个重要的科学原则：新假说应当承受更严格的检验标准。正如 Fisher 所言，零假设"不是需要被证明的命题，而是需要被推翻的命题"。

零假设的常见类型与场景

在 计量经济学 中，零假设几乎无处不在。在回归分析中，对单个系数的显著性检验通常设 $H_0: \beta_j = 0$，意为解释变量 $x_j$ 对因变量 $y$ 没有线性影响。在模型整体显著性检验（如 F检验）中，零假设为所有回归系数同时为零。在 格兰杰因果检验 中，零假设为"X 不格兰杰导致 Y"。在 有效市场假说 的实证检验中，零假设设定为市场是有效的，研究者需要找到足够强的统计证据才能宣称市场存在异常。

在 医学统计 与 临床试验 中，零假设通常为"新药与安慰剂效果无差异"（$H_0: \mu_{\text{新药}} = \mu_{\text{安慰剂}}$）。这种设定体现了伦理与科学上的谨慎原则：在推广一种新疗法之前，必须有充分的证据表明它确实优于现有标准治疗。在 心理学研究 中，零假设同样扮演着核心角色，但该领域近年来也因过度依赖零假设显著性检验而经历了深刻的自我反思。

有关零假设的争议与方法论反思

进入21世纪后，零假设显著性检验（Null Hypothesis Significance Testing, NHST）在多个学科领域面临越来越多的批评。美国统计协会 (ASA) 在2016年发布了关于 $p$ 值的正式声明，明确指出 $p$ 值不能衡量效应大小或证据强度，且统计显著性不等于科学重要性。一个广受关注的问题是，在大样本情景下，即使极为微小的、毫无实际意义的效应量也能产生 $p < 0.05$ 的结果，导致研究者误以为发现了重要现象。

此外，复制危机 (Replication Crisis) 进一步揭示了对零假设检验的过度依赖所带来的制度性问题。研究者为达到统计显著性而操纵数据或分析方式的行为（即 p-hacking），以及发表偏倚（只有显著结果被发表），使得文献中大量"拒绝零假设"的结论无法在后续研究中被复现。对此，Bayesian 统计 学派提出用 Bayes Factor 替代经典 $p$ 值，以更直观地衡量数据对零假设与备择假设的相对支持程度。另一种思路是引入 等价检验 (Equivalence Testing) 方法，将零假设设为"存在一个足够大的效应"而非"效应为零"，从而在逻辑上保护研究者希望"证明"的结论。

现代实践中的演进

面对上述批评，现代统计学界正在推动假设检验实践的深度改革。许多顶级期刊已要求作者报告效应量及其置信区间，而不仅仅是 $p$ 值。预先注册研究设计和分析计划的实践（pre-registration）也在一定程度上缓解了零假设检验被操纵的风险。在 经济学 领域，研究者越来越重视经济显著性而非仅仅统计显著性，报告稳健性检验、进行异质性分析以及使用多种识别策略来共同检验同一零假设，已成为高水平实证研究的标准做法。这些变革共同标志着统计实践正从机械的显著性检验向更全面、更透明的科学推断范式转变。