a:

En logique, une hypothèse nulle renvoie à une hypothèse très générale selon laquelle il n'y a pas de corrélation significative entre deux observations différentes. Une hypothèse nulle ne peut jamais être définitivement prouvée; il ne peut être rejeté ou rejeté que sur la base des preuves. Aucune hypothèse nulle n'est à l'origine forte ou faible; c'est une hypothèse par défaut. Si une hypothèse nulle n'est pas immédiatement rejetée, elle peut être considérée comme plus forte qu'une hypothèse nulle qui a été rejetée.

Prenons l'exemple suivant: Les statisticiens financiers veulent tester la relation entre le volume de négociation d'une action et son mouvement de prix. L'hypothèse nulle pourrait être que le volume de négociation n'influence pas le prix.

Comprendre l'hypothèse nulle

Le terme «nul» était à l'origine utilisé pour décrire l'opinion communément admise. Par exemple, il était autrefois communément admis que la Terre était le centre du système solaire. Si un physicien voulait proposer l'hypothèse que le soleil était le centre du système solaire, l'hypothèse nulle pourrait s'écrire: «Les corps célestes ne présentent pas de caractéristiques de rotation compatibles avec la position du soleil.»

< ! - 2 ->

Une façon plus simple de définir l'hypothèse nulle est qu'elle est l'opposé de l'hypothèse alternative proposée. Toute expérience scientifique valide a besoin d'une hypothèse nulle qui peut être rejetée et remplacée par l'alternative. C'est une partie importante de la statistique et de l'économétrie.

Hypothèse nulle dans la finance statistique

Les chercheurs du marché utilisent des hypothèses nulles explicites ou implicites tout le temps. Une entreprise de marketing pourrait proposer qu'une augmentation de 20% du marketing TV entraînera une augmentation de 50% des ventes. L'hypothèse nulle serait qu'une augmentation de 20% du marketing TV n'entraînera pas une augmentation de 50% des ventes.

Les hypothèses nulles et les expériences statistiques en finance deviennent beaucoup plus complexes que cet exemple de base. Certains étant très difficiles à rejeter, les statisticiens et les économistes utilisent des tests de signification. Normalement, les résultats sont significatifs s'ils génèrent une probabilité de 95% que le nul puisse être rejeté.