En estadística inferencial , la hipótesis nula (a menudo denominada H 0 ) [1] es que no hay diferencia entre dos posibilidades. La hipótesis nula es que la diferencia observada se debe únicamente al azar. Mediante pruebas estadísticas es posible calcular la probabilidad de que la hipótesis nula sea cierta.
La hipótesis nula es una hipótesis por defecto de que una cantidad a medir es cero (nula). Por lo general, la cantidad a medir es la diferencia entre dos situaciones, por ejemplo, para tratar de determinar si existe una prueba positiva de que se ha producido un efecto o que las muestras proceden de diferentes lotes. [2] [3]
La hipótesis nula afirma efectivamente que una cantidad (de interés) es mayor o igual a cero y menor o igual a cero. Si cualquiera de los requisitos puede anularse positivamente, la hipótesis nula está "excluida del ámbito de las posibilidades".
En general, se supone que la hipótesis nula sigue siendo posiblemente cierta. Se pueden realizar múltiples análisis para mostrar cómo se debe rechazar o excluir la hipótesis, por ejemplo, si tiene un alto nivel de confianza, lo que demuestra una diferencia estadísticamente significativa. Esto se demuestra al mostrar que el cero está fuera del intervalo de confianza especificado de la medición en cualquier lado, generalmente dentro de los números reales . [3] El hecho de no excluir la hipótesis nula (con alguna confianza) no confirma ni respalda lógicamente la hipótesis nula (no demostrable). (Cuando se prueba que algo es, por ejemplo, mayor que x , no implica necesariamente que sea plausible que sea menor o igual que x; en cambio, puede ser una medición de mala calidad con baja precisión. Confirmar la hipótesis nula de dos colas equivaldría a probar positivamente que es mayor o igual que 0 ya probar positivamente que es menor o igual a 0; esto es algo para lo que se necesita una precisión infinita, así como un efecto exactamente nulo, ninguno de los cuales normalmente es realista. Además, las mediciones nunca indicarán una probabilidad distinta de cero de una diferencia exactamente cero). Por lo tanto, el fracaso de una exclusión de una hipótesis nula equivale a un "no sé" en el nivel de confianza especificado; no implica inmediatamente nulo de alguna manera, ya que los datos ya pueden mostrar una indicación (menos fuerte) de no nulo. El nivel de confianza utilizado ciertamente no corresponde a la probabilidad de nulo al no poder excluir; de hecho, en este caso, un alto nivel de confianza utilizado amplía el rango aún plausible.
Una hipótesis no nula puede tener los siguientes significados, dependiendo del autor a) se utiliza un valor distinto de cero, b) se utiliza algún margen distinto de cero y c) la hipótesis "alternativa" . [4] [5]
Probar (excluir o no excluir) la hipótesis nula proporciona evidencia de que hay (o no hay) motivos estadísticamente suficientes para creer que existe una relación entre dos fenómenos (p. ej., que un tratamiento potencial tiene un efecto distinto de cero, de cualquier manera) . Probar la hipótesis nula es una tarea central en la prueba de hipótesis estadísticas en la práctica moderna de la ciencia. Existen criterios precisos para excluir o no excluir una hipótesis nula en un cierto nivel de confianza. El nivel de confianza debe indicar la probabilidad de que muchos más y mejores datos aún puedan excluir la hipótesis nula del mismo lado. [3]