在科学实验中，无效假设是指现象或群体之间没有影响或关系的命题。如果零假设为真，现象或总体中观察到的任何差异都是由于抽样误差（随机机会）或实验误差造成的。零假设是有用的，因为它可以被测试并发现是错误的，这意味着观察到的数据之间存在关系。这可能更容易被认为是一个可以推翻的假设，或者研究者试图推翻的假设。无效假设也称为H0或无差异假设。

替代假设HA或H1提出，观测值受非随机因素的影响。在实验中，替代假设表明实验变量或自变量对因变量有影响。

如何陈述无效假设

陈述无效假设有两种方法。一种是以陈述句的形式陈述，另一种是以数学陈述的形式呈现。

例如，一位研究人员假设饮食保持不变，怀疑运动与减肥有关。当一个人每周锻炼五次时，达到一定减肥量的平均时间是六周。研究人员想测试如果每周锻炼次数减少到三次，减肥是否需要更长的时间。

编写无效假设的第一步是找到（替代）假设。用这样一个词来说，你是在寻找你所期望的实验结果。在这种情况下，假设是“我预计减肥需要超过六周的时间。”

这在数学上可以写成：H1:μ&gt；6.

在本例中，μ是平均值。

现在，如果这个假设没有发生，那么零假设就是你所期望的。在这种情况下，如果减肥时间超过六周，那么减肥时间必须等于或少于六周。这可以用数学方法写成：

H0：μ≤ 6.

陈述无效假设的另一种方法是不对实验结果进行假设。在这种情况下，无效假设只是治疗或改变对实验结果没有影响。例如，减少锻炼次数不会影响减肥所需的时间：

H0：μ=6

无效假设示例

“多动症与吃糖无关”是一个无效假设的例子。如果这一假设被检验并发现是错误的，使用统计数据，那么多动症和糖摄入之间的联系可能被指出。显著性检验是最常用的统计检验，用于建立对无效假设的置信度。

无效假设的另一个例子是“植物生长速率不受土壤中镉含量的影响”。研究人员可以通过测量在缺乏镉的培养基中生长的植物的生长速率，并与在含有不同数量镉的培养基中生长的植物的生长速率进行比较，来验证该假设。推翻无效假设将为进一步研究土壤中不同浓度元素的影响奠定基础。

为什么要检验一个无效的假设？

你可能想知道为什么你想检验一个假设，却发现它是假的。为什么不检验另一个假设并发现它是真的呢？简而言之，这是科学方法的一部分。在科学中，命题并没有被明确地“证明”。相反，科学使用数学来确定一个陈述是真是假的概率。事实证明，反驳一个假设要比肯定一个假设容易得多。此外，虽然可以简单地说明无效假设，但替代假设很有可能是不正确的。

例如，如果你的无效假设是植物生长不受阳光持续时间的影响，你可以用几种不同的方式陈述替代假设。其中一些陈述可能不正确。你可以说植物受到超过12小时的阳光伤害，或者说植物至少需要3小时的阳光，等等。这些替代假设有明显的例外，因此如果你测试了错误的植物，你可能会得出错误的结论。无效假设是一种一般性陈述，可用于发展替代假设，该假设可能正确，也可能不正确。