定義
假設檢驗在統計學中，零假設（虛無假設）是做統計檢驗時的一類假設。零假設的內容一般是希望證明其錯誤的假設。比如說，在相關性檢驗中，一般會取“兩者之間沒有關聯”作為零假設，而在獨立性檢驗中，一般會取“兩者之間有關聯”作為零假設。與零假設相對的是備擇假設（對立假設），即不希望看到的另一種可能。從數學上來看，零假設和備擇假設的地位是相等的，但是在統計學的實際運用中，常常需要強調一類假設為應當或期望實現的假設。如果一個統計檢驗的結果拒絕零假設（結論不支持零假設），而實際上真實的情況屬於零假設，那么稱這個檢驗犯了第一類錯誤。反之，如果檢驗結果支持零假設，而實際上真實的情況屬於備擇假設，那么稱這個檢驗犯了第二類錯誤。通常的做法是，在保持第一類錯誤出現的機會在某個特定水平上的時候，儘量減少第二類錯誤出現的機率。
確定標準編輯
1、零假設一般是有意推翻的假設；
2、由於第一類錯誤的機率可以通過顯著性水平的選定加以控制，零假設一般是如果出現第一類錯誤後後果更為嚴重的情況的假設。
套用
比如我要做一些實驗證明陽光對植物的影響，我是希望發現陽光與植物是有一些關係的，這種情況下我做原假設/零假設即是：陽光對植物沒有影響。備擇假設：陽光對植物有影響。
第一類錯誤：“棄真”，零假設為真，卻拒絕了零假設。（即小機率事件（某些植物跟陽光無關）發生的可能性，當它在5%左右，可以拒絕零假設。）
第二類錯誤：“取偽”，零假設為假，卻接受了零假設。（實際上植物和陽光有關係，然而我們忽略掉了它們的關係，睜一隻眼閉一隻眼接受了。）
