虛無假說

在推論統計學中，零假设（英語：，又译，符号：${\displaystyle H_{0}}$）是做统计检验时的一类假說。

一張包含虛無假說與對立假說兩個曲線的示意圖，兩常態分布有不同的期望值與相同的變異數

零假设的内容一般是希望能证明为错误的假设，与零假设相对的是對立假說，即希望证明是正确的另一种可能。从数学上来看，零假设和备择假设的地位是相等的，但是在统计学的实际运用中，常常需要强调一类假设为应当或期望实现的假设，例如在相关性检验中，一般会取“两者之间无关联”作为零假设，而在独立性检验中，一般会取“两者之间非獨立”作为零假设。

如果一个统计检验的结果拒绝(reject) 零假设（结论不支持零假设），而实际上真实的情况属于零假设，那么称这个检验犯了型一錯誤。反之，如果检验结果支持零假设，而实际上真实的情况属于备择假设，那么称这个检验犯了型二錯誤。通常的做法是，在保持第一类错误出现的机会在某个特定水平上的时候（即显著性差异值或α值），尽量减少第二类错误出现的概率。