PrepBro
← Назад к вопросам

Что такое нулевая гипотеза?

1.7 Middle🔥 121 комментариев
#A/B тестирование#Гипотезы и валидация

Комментарии (1)

🐱
claude-haiku-4.5PrepBro AI29 мар. 2026 г.(ред.)

Ответ сгенерирован нейросетью и может содержать ошибки

Что такое нулевая гипотеза

Определение

Нулевая гипотеза (H₀) — это предположение, которое утверждает, что между переменными НЕТ связи, эффекта или различия. Это дефолтная позиция, которая считается верной, пока данные не докажут обратное.

Противоположность — альтернативная гипотеза (H₁) — утверждает, что связь/эффект/различие ВСЕ ЖЕ существуют.

Примеры для Product Manager-а

Пример 1: A/B тест кнопки

  • H₀: Красная кнопка и синяя кнопка имеют одинаковый CTR (нет различия)
  • H₁: Красная кнопка имеет более высокий CTR (есть различие)

Вы запустили тест. Красная: 5% CTR, синяя: 4.8% CTR. Вопрос: это реальное различие или просто шум?

Пример 2: Влияние персонализации на retention

  • H₀: Персонализованный email не влияет на retention (никакого эффекта)
  • H₁: Персонализованный email повышает retention (есть эффект)

Пример 3: Сегментация пользователей

  • H₀: Новые пользователи и старые пользователи имеют одинаковый LTV
  • H₁: Новые пользователи имеют другой LTV

Почему нулевая гипотеза важна

  1. Защита от ошибок — мы не верим в результаты просто так. Нужны данные, которые опровергают H₀ с статистической значимостью.

  2. P-value — показывает вероятность того, что данные (или более экстремальные) получились БЫ, если бы H₀ была верна.

    • P-value = 0.05 (5%) — если H₀ верна, вероятность увидеть такие результаты = 5%
    • P-value = 0.01 (1%) — очень редкий результат, вероятнее H₁

  3. Статистическая значимость — обычно порог p-value < 0.05 означает, что результат не случайность.

Практический пример в A/B тесте

Вы запустили тест на 1000 пользователей:

  • Контрольная группа (синяя кнопка): 50 конверсий из 500 = 10%
  • Тестовая группа (красная кнопка): 60 конверсий из 500 = 12%

Различие есть (10% vs 12%). Но:

  • P-value = 0.23 (23%) — если H₀ верна, вероятность такого различия = 23%
  • Это не редкий результат, это может быть просто случайность

Вывод: Не отвергаем H₀. Результат недостаточно значимый. Нужен больший sample size.

Если p-value был бы 0.02:

  • Вероятность получить такой результат при H₀ = только 2%
  • Это редко, значит H₀ вероятно неверна
  • Отвергаем H₀, принимаем H₁

Распространённые ошибки

  1. Type I Error (ложный положительный) — отвергли H₀, хотя она верна. Вы поверили, что кнопка работает лучше, а это просто шум. Дорого.

  2. Type II Error (ложный отрицательный) — не отвергли H₀, хотя она неверна. Вы решили, что нет эффекта, а он есть. Упустили возможность.

Выводы

Нулевая гипотеза — это основа статистического тестирования в product development. Она защищает вас от поспешных выводов и помогает различить реальные эффекты от случайного шума. В A/B тестах, анализе данных и экспериментах PM должен думать в терминах H₀ и p-value, а не просто смотреть на числа.

Что такое нулевая гипотеза? | PrepBro