a:

En lógica, una hipótesis nula se refiere a una suposición muy general de que no existe una correlación significativa entre dos observaciones diferentes. Una hipótesis nula nunca puede ser definitivamente probada; solo puede ser rechazado o no rechazado en base a la evidencia. Ninguna hipótesis nula es originalmente fuerte o débil; es una suposición predeterminada. Si una hipótesis nula no es rechazada inmediatamente, puede considerarse más fuerte que una hipótesis nula que ha sido rechazada.

Considere el siguiente ejemplo: los estadísticos financieros quieren probar la relación entre el volumen de negociación de una acción y su siguiente movimiento de precio. La hipótesis nula podría ser que el volumen de negociación no influye en el precio.

Comprender la hipótesis nula

El término "nulo" se usó originalmente para describir la vista comúnmente aceptada. Por ejemplo, una vez fue comúnmente aceptado que la Tierra era el centro del sistema solar. Si un físico quisiera proponer la hipótesis de que el sol era el centro del sistema solar, la hipótesis nula podría escribirse como: "Los cuerpos celestes no exhiben características de rotación que sean consistentes con la posición del sol".

< ! --2 ->

Una forma más simple de definir la hipótesis nula es que es lo opuesto a la hipótesis alternativa propuesta. Todo experimento científico válido necesita una hipótesis nula que pueda rechazarse y reemplazarse con la alternativa. Es una parte importante de las estadísticas y la econometría.

Hipótesis nula en finanzas estadísticas

Los investigadores de mercado usan hipótesis nulas explícitas o implícitas todo el tiempo. Una empresa de mercadotecnia podría proponer que un aumento del 20% en el mercadeo de TV resultará en un aumento del 50% en las ventas. La hipótesis nula sería que un aumento del 20% en el mercadeo de TV no resultará en un aumento del 50% en las ventas.

Las hipótesis nulas y los experimentos estadísticos en finanzas son mucho más complejos que este ejemplo básico. Algunos son muy difíciles de rechazar, por lo que los estadísticos y los economistas usan pruebas de significación. Normalmente, los resultados son significativos si generan un 95% de probabilidad de que el nulo se pueda rechazar.