Ответ
Нулевая гипотеза (H₀) — это предположение, что между наблюдаемыми данными нет статистически значимой разницы или эффекта. Она служит отправной точкой для проверки альтернативной гипотезы (H₁), которая утверждает обратное.
Пример (A/B-тест):
Допустим, мы тестируем новую кнопку на сайте.
- H₀: Конверсия старой и новой кнопки одинакова (разница = 0).
- H₁: Конверсия новой кнопки выше.
Если p-value < 0.05 (уровень значимости), отвергаем H₀ в пользу H₁.
from scipy import stats
# Данные: конверсии в группах (старая vs новая кнопка)
old_conversion = [0, 1, 0, 1, 1] # 1 = конверсия
new_conversion = [1, 1, 0, 1, 1]
# Проверка гипотезы (t-тест)
p_value = stats.ttest_ind(old_conversion, new_conversion).pvalue
print(f"p-value: {p_value:.3f}") # Если < 0.05, отклоняем H₀Нюансы:
- H₀ не доказывает отсутствие эффекта, а лишь указывает на недостаток данных для его обнаружения.
- Риски: ошибки 1-го (ложное отклонение H₀) и 2-го рода (пропуск эффекта).