null hypothesis

零假设（Null Hypothesis，记作 $H_0$）是统计假设检验中作为基准或对照的假设，通常表示"无效应""无差异"或"无关联"的立场。零假设与备择假设（$H_1$ 或 $H_a$）构成一对互斥且穷举的命题，研究者通过样本数据判断是否有充分证据拒绝零假设。零假设是频率学派统计推断的基石，其逻辑根基在于"证伪主义"——实验中不可能证明一个命题为真，但可以通过反例将其推翻。

1. 概念起源与逻辑基础

零假设的现代形式可追溯至英国统计学家罗纳德·费希尔（Ronald Fisher, 1925）。费希尔在《研究者的统计方法》中提出了"显著性检验"框架：设定一个"无效假设"（null hypothesis），计算在假设成立条件下观测到当前或更极端结果的概率（即p值），若该概率低于预设的显著性水平（如 0.05），则认为结果具有统计显著性。费希尔强调，显著性检验并非对假设的确定证伪，而是提供一种衡量证据强度的定量方法。

此后，耶日·内曼（Jerzy Neyman）与埃贡·皮尔逊（Egon Pearson）在 1933 年将假设检验系统化为一种决策理论框架。他们引入备择假设的概念，将检验问题转化为在两类错误之间进行权衡：第一类错误（型一错误）是错误地拒绝真实的零假设，第二类错误（型二错误）是未能拒绝错误的零假设。内曼-皮尔逊框架的核心思想是：在控制第一类错误概率不超过 $\alpha$ 的前提下，最小化第二类错误概率（或最大化检验的势，即 $1-\beta$）。这一框架将假设检验从单纯的显著性评价提升为一种最优决策方法。

2. 零假设的表述形式

2.1 简单零假设与复合零假设

根据参数空间的结构，零假设可分为简单假设与复合假设：

简单零假设：零假设完全指定参数的具体取值，如 $H_0: \mu = 0$。此时在原假设下，数据分布被唯一确定，p值可直接计算。典型例子包括单样本均值检验中的固定值比较。

复合零假设：零假设涵盖参数的多个可能取值，如 $H_0: \mu \le 0$ 或 $H_0: \mu \in [-1, 1]$。此时零假设对应的参数集合包含多个元素，检验统计量的分布并不唯一，需要寻找最不利情形（least favorable configuration）来构造检验。复合零假设在单侧检验和等效性检验中尤为常见。

2.2 点零假设与区间零假设

点零假设（如 $H_0: \mu = 0$）是传统检验中最常见的形式，但常因"精确为零"过于苛刻而受到批评——在实际研究中，任何效应几乎不可能恰好为零，因而大样本下点零假设几乎必然被拒绝。区间零假设（如 $H_0: |\mu| \le \delta$）因应此批评而兴起，它允许在某个微小的容忍区间内认为效应不显著，这在等效性检验（Equivalence Testing）和实际显著性（Practical Significance）评估中扮演重要角色。例如，两个药品若疗效差异不超过临床最小重要差异（MCID），则可判定为等效。

3. 零假设在统计检验中的作用

3.1 显著性检验中的"稻草人"角色

零假设在检验逻辑中扮演着类似"稻草人"的角色：研究者倾向于推翻它，但推翻零假设本身并不等同于证实备择假设。这一微妙区别常被误解。p值的正确解释是"在 $H_0$ 为真的前提下，观测到当前或更极端结果的概率"，而非"$H_0$ 为真的概率"。后者涉及贝叶斯推理中的后验概率，需要引入先验分布才能计算。因此，p值较小意味着数据与零假设"不相容"，但并非零假设不可能成立。

3.2 零假设与两类错误

零假设的真伪状态与检验决策的交叉构成四种可能结果：

| 决策\真实状态 | $H_0$ 为真 | $H_0$ 为假 | |:---:|:---:|:---:| | 不拒绝 $H_0$ | 正确（$1-\alpha$） | 第二类错误（$\beta$） | | 拒绝 $H_0$ | 第一类错误（$\alpha$） | 正确（$1-\beta$，即势） |

研究者预先设定显著性水平 $\alpha$（通常为 0.05 或 0.01），以控制第一类错误的风险。样本量、效应大小和 $\alpha$ 共同决定检验的势。在实验设计阶段进行势分析（Power Analysis）是确保检验有效性的关键步骤：势过低则即便存在真实效应也很难被检测到，导致徒劳的研究。

4. 零假设的争议与演变

4.1 p值与零假设的误用

近年来，零假设显著性检验（NHST）因其在科学研究中被广泛误用而饱受诟病。主要问题包括：(a) p值黑客（p-hacking）——研究者通过反复分析数据或选择性报告显著结果来操纵p值；(b) 发表偏倚（Publication Bias）——显著结果更容易被发表，导致文献中充斥着夸大的效应估计；(c) 对p值的二元化解读——将 p < 0.05 简单等同于"有发现"，忽视效应量和置信区间提供的信息。美国统计学会（ASA）在 2016 年发布关于p值的声明，明确警告不应将统计显著性与科学重要性混为一谈，并建议结合置信区间、贝叶斯因子和效应量进行综合判断。

4.2 零假设的贝叶斯视角

从贝叶斯角度看，零假设的检验问题可表述为两个竞争模型的比较。贝叶斯因子 $BF_{01} = P(\text{数据}|H_0)/P(\text{数据}|H_1)$ 直接量化数据支持零假设相对于备择假设的程度，而非仅关注零假设下的极端概率。贝叶斯方法能够纳入先验信息，在样本量较小时更为稳健，且可直观地回答"零假设成立的后验概率是多少"。此外，贝叶斯因子不受停止规则影响，允许研究者以累积方式审查证据，避免了频率学派多重比较的严苛校正。

4.3 零假设的替代框架

除贝叶斯方法外，学界还提出了多种补充或替代零假设显著性检验的框架：

等效性检验（TOST）：通过对两个单侧检验的组合，检验效应是否在预设的等效区间之外。若双侧的p值均小于 $\alpha$，则可判定为等效（即效应可忽略）。

估计方法：将重点从"是否拒绝零假设"转移至估计效应大小及其置信区间。这一范式倡导者认为，置信区间蕴含了显著性检验的全部信息——若置信区间不包含零值，则等价于拒绝零假设——同时提供了效应幅度的定量信息。

第二代替换检验：通过随机化或置换方法生成零分布，不依赖参数假设。置换检验（Permutation Test）通过随机打乱分组标签来模拟零假设下的分布，适用于复杂数据结构和非标准检验统计量。

5. 典型应用示例

在临床试验中，零假设通常设定为"新药与安慰剂疗效相等"（$H_0: \mu_{\text{新药}} = \mu_{\text{安慰剂}}$）。研究者收集两组患者的结局指标数据，计算t统计量及其对应的p值。若 p < 0.05，则拒绝零假设，认为新药疗效显著优于安慰剂。但这一结论需要结合效应量（如 Cohen's d）和置信区间综合解释：即使统计显著，若效应量微小（如 d = 0.1），临床意义可能有限；反之，若 p > 0.05，仅表示数据不足以拒绝零假设，并不等同于两药等效——需通过等效性检验进一步确认。

在经济学中，零假设常用于检验市场有效性。例如，检验股票收益率是否服从随机游走时，零假设为"自回归系数 $\rho = 1$"（即存在单位根）。若ADF检验不能拒绝零假设，则表明收益率序列可能具有单位根，支持弱式有效市场假说。但需要警惕的是，单位根检验的势在近单位根过程（如 $\rho = 0.95$）中可能极低，零假设可能因势不足而"被接受"，实为第二类错误。

6. 延伸阅读

关于零假设显著性检验的历史与逻辑，莱曼（Lehmann, 1993）的《假设检验》是经典理论参考；瓦瑟曼（Wasserman, 2004）的《统计学完全教程》以简洁的测度论语言梳理了假设检验的数学基础。在应用层面，卡明（Cumming, 2012）的《理解新统计》倡导以效应量和置信区间取代过度依赖p值的研究范式。中文文献中，陈希孺（2004）的《概率论与数理统计》对零假设的逻辑和应用给出了清晰的阐述。关于贝叶斯假设检验，卡萨拉和伯杰（Kass \& Raftery, 1995）的综述论文《贝叶斯因子》是必读文献。