仮説

仮説の理解は、仮説検定において重要であり、これはビジネスや科学研究における意思決定の基盤となるものです。統計的検定を行う際には、必ず2つの対立する仮説、すなわち帰無仮説と対立仮説を最初に立てます。

帰無仮説（通常 $H_0$ と表記）は、デフォルトまたは現状維持の仮定です。一般的に、効果や差、変数間の関係が「存在しない」と仮定します。例えば、ビジネスの文脈で新しいウェブサイトデザインがコンバージョン率を向上させるかどうかを検証したい場合、帰無仮説は「新しいデザインは旧デザインと比べてコンバージョン率を変化させない」となります。

一方、対立仮説（$H_1$ または $H_a$ と表記）は、支持したい主張を表します。これは効果や差、関係が「存在する」と提案します。前述の例を続けると、対立仮説は「新しいウェブサイトデザインは旧デザインと比べてコンバージョン率を変化させる」となります。これは両側（いずれかの変化）または片側（増加または減少）の対立仮説となり得ます。

科学研究において、これらの仮説は実験やデータ収集の指針となります。例えば、製薬会社が新薬をテストする場合、帰無仮説は「新薬は血圧に影響を与えない」となり、対立仮説は「新薬は血圧を下げる」となります。

明確な帰無仮説と対立仮説を設定することで、統計的検定が客観的となり、結論の妥当性が保証されます。