什麼是原假設？
原假設構成 一 統計命題顯示所分析的觀察結果不存在統計顯著性。它應用於假設檢驗，使用從樣本中獲得的數據來確定假設的合理性。通常稱為“空”，用H0表示。
此猜想常用於定量分析，檢驗與市場、投資策略和經濟模型有關的理論，目的是驗證某些假設的準確性。
原假設如何發揮作用？
原假設代表統計學中的一種假設，假設總體或資料生成過程的特定特徵之間不存在顯著差異。
例如，投注者可能想要檢查遊戲是否公平。如果遊戲是公平的，那麼每個參與者的預期獎金應該為零。否則，一個玩家的預期收益將為正，而另一玩家的預期收益將為負。為了確定遊戲的公平性，投注者收集多輪數據，計算平均獎金，並測試預期獎金等於零的原假設。
如果樣本平均收入與零顯著不同，投注者將拒絕原假設，接受預期收入與零不同的備擇假設。如果平均收入接近零，投注者將維持零假設，將觀察到的差異歸因於機會。
原假設假設數據中觀察到的差異是隨機變化的結果。例如，如果實際收入為零，則平均收入與零的任何偏差都是由於機會造成的。
分析師試圖反駁零假設，因為它顯示了強有力的證據。這需要令人信服的證據，例如觀察到的差異太大而不能歸因於偶然。未能拒絕零假設表明結論較弱，允許超出偶然因素影響結果，儘管統計檢定未檢測到這些因素，因為它們不夠強大。
另一種假設
值得注意的是，進行原假設檢定是因為其有效性存在不確定性。在製定備擇假設 (H1) 時，會考慮與原假設相矛盾的任何數據。
例如，上述案例的替代假設是：
- 學生們的平均分數是七。
- 共同基金的平均年報酬率不等於每年 8%。
因此，備擇假設直接反駁原假設。
原假設的範例
考慮以下案例：教育機構的負責人聲稱學生的平均成績是十分之七。制定的零假設是學生群體的平均值為 7,0。為了驗證這個命題，可以記錄 30 名學生中的 300 名學生的成績，並計算這些收集資料的平均值。
然後，將從樣本中獲得的平均值與假設總體平均值 7,0 進行比較，以評估拒絕原假設的可能性。需要強調的是，在這種情況下，原假設（總體平均值為 7,0）不能直接被樣本資料證實，只能被拒絕。
在另一種情況下，假設特定共同基金的年回報率為 8%。假設這個基金已經運作了二十年。這裡，零假設是平均年報酬率為 8%。可以檢查五年內年度報酬的隨機樣本來計算樣本平均值。然後將該平均值與規定的 8% 平均回報率進行比較，以檢驗零假設。
在這些例子中，原假設是：
- 範例 A：學生在考試中平均取得了十分之七的成績。
- 例B：該基金的平均年報酬率為8%。
為了確定拒絕零假設的可行性，首先假設為計算的統計量建立一個可能值的可能範圍。例如，考慮到總體平均值為 6,2，可接受平均值的範圍可以從 7,8 到 7,0 變化。如果樣本平均值超出此範圍，則拒絕原假設。否則，這種變化被認為只能由偶然來解釋。
如何在投資中使用零假設檢定
以愛麗絲的假設為例，與購買和持有股票相比，她的投資策略獲得了更高的平均報酬。這裡的零假設是兩種方法的平均報酬率之間沒有差異。愛麗絲堅持這一信念，直到相反的證據足夠充分。
為了反駁原假設，有必要證明統計顯著性，這可以透過多次檢定來實現。另一種假設表明，愛麗絲的投資策略比傳統的買入並持有策略提供更高的平均回報。
此分析中的一個關鍵因素是 p 值，它表明觀察到的差異僅是偶然結果的機率。 p 值為 0,05 或更低通常表示有足夠的證據反對原假設。
如果Alice 應用其中一項統計測試（例如基於正態模型的測試），並獲得一個p 值，該值表明她的回報與買入並持有策略的回報之間存在顯著差異，那麼她可以拒絕原假設並採備擇假設。
結論
理解和應用零假設和替代假設是包括金融在內的多個領域的統計研究的基礎。原假設作為統計檢定的起點，提供了一個標準假設，即給定的資料集沒有影響或沒有顯著差異。另一方面，備擇假設提供了相反的觀點，透過嚴格的分析來驗證或反駁。
檢驗這些假設的過程是細緻的，需要仔細的計畫、精確的執行和對結果的仔細解釋。這種方法不僅消除了對理論或策略有效性的懷疑，而且還推動了明智的、基於證據的決策，特別是在金融等決策可能產生重大影響的領域。
常見問題
如何識別原假設？
當分析師或研究人員根據他或她希望調查的問題或研究問題定義初始假設時，就會識別原假設。零假設的性質因所分析的特定問題而異。例如，如果問題調查是否存在某種效應（例如，X 是否影響 Y？），原假設將為 H0：表明 X 對 Y 的影響為正，則 H0 將為 X > 0。的統計顯著效應，則出現原假設。
零假設在金融中如何使用？
在金融領域，原假設經常應用於定量分析中，以評估投資策略、市場行為或經濟表現的有效性。一個實際的例子是，分析師試圖確定 ABC 和 XYZ 兩家公司的股票之間是否存在顯著相關性。這種情況下的零假設可以表述為 ABC ≠ XYZ。
如何檢定統計假設？
統計假設檢定涉及分四個步驟的結構化過程。最初，分析師提出兩種假設，以便只有一種假設為真。第二階段包括準備詳細說明資料評估方法的分析計劃。接下來是計劃的執行和樣本數據的有效分析。最後一步包括對結果的解釋，人們可以選擇拒絕虛無假設或得出結論：觀察到的差異可以偶然證明是合理的。
什麼是備擇假設？
備擇假設代表與原假設的直接矛盾。本質上，如果其中一個假設被證明是正確的，另一個假設將自動被認為是錯誤的。這種相反的定位有助於促進統計分析，為最初檢定的假設提供清晰的對照。
